介绍cv2.goodFeaturesToTrack
时间: 2023-07-02 17:20:31 浏览: 47
`cv2.goodFeaturesToTrack` 是 OpenCV 中用于检测图像中角点的函数,它实现了 Shi-Tomasi 角点检测算法。与传统的 Harris 角点检测算法相比,Shi-Tomasi 算法在保持较高的检测精度的同时,计算速度更快,因此在实际应用中更加常用。
`cv2.goodFeaturesToTrack` 的输入参数包括:
- `image`:待检测的灰度图像。
- `maxCorners`:检测到的角点数量的最大值。
- `qualityLevel`:角点的最低质量,取值在 0 到 1 之间。
- `minDistance`:检测到的角点之间的最小距离。
- `corners`:初始角点位置的估计值,可以为 None。
- `mask`:掩膜图像,用于指定检测区域,可以为 None。
- `blockSize`:角点检测中使用的窗口大小。
- `useHarrisDetector`:是否使用 Harris 角点检测算法。
- `k`:Harris 角点检测算法中的自由参数。
`cv2.goodFeaturesToTrack` 的输出结果是一个二维数组,每一行表示一个检测到的角点的坐标。可以通过绘制圆圈或者矩形来显示检测到的角点。
相关问题
cv2.goodFeaturesToTrack
cv2.goodFeaturesToTrack() 是 OpenCV 中的一个函数,主要用于在图像中检测角点。它采用 Shi-Tomasi 算法,该算法是一种改进的 Harris 角点检测算法。
函数的语法为:
```
cv2.goodFeaturesToTrack(image, maxCorners, qualityLevel, minDistance[, corners[, mask[, blockSize[, useHarrisDetector[, k]]]]])
```
其中,参数解释如下:
- image:输入的图像
- maxCorners:检测出的最大角点数
- qualityLevel:角点的最低质量水平
- minDistance:检测出的角点之间的最小距离
- corners:输出的角点
- mask:掩膜图像,在其中只有非零像素才会被处理
- blockSize:计算角点时要考虑的邻域大小
- useHarrisDetector:要使用 Harris 角点检测器还是 Shi-Tomasi 角点检测器(True 表示 Harris 角点检测器,False 表示 Shi-Tomasi 角点检测器)
- k:当使用 Harris 角点检测器时,指定计算角点响应函数时的自由参数 k 的值
该函数返回检测出的角点的坐标。
cv2.goodFeaturesToTrack,表示在原图上python
可以使用 cv2.imread() 函数读取原图像,然后将其作为参数传递给 cv2.goodFeaturesToTrack() 函数。下面是一个示例代码:
```python
import cv2
import numpy as np
# 读取原图像
img = cv2.imread('image.jpg')
# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 检测角点
corners = cv2.goodFeaturesToTrack(gray, maxCorners=100, qualityLevel=0.01, minDistance=10)
# 绘制角点
corners = np.int0(corners)
for corner in corners:
x, y = corner.ravel()
cv2.circle(img, (x, y), 5, (0, 0, 255), -1)
# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
在这个示例代码中,我们首先使用 cv2.imread() 函数读取原图像,然后使用 cv2.cvtColor() 函数将其转换为灰度图像。接着,我们调用 cv2.goodFeaturesToTrack() 函数检测角点,并将其存储在 corners 变量中。最后,我们使用 cv2.circle() 函数在原图像上绘制检测到的角点,并使用 cv2.imshow() 函数显示图像。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)