forstner角点检测python

Firstenberg角点检测算法是一种用于图像特征检测的经典计算机视觉技术，它主要用于识别图像中的兴趣点，例如边缘交汇处、角落等。在Python中，可以利用OpenCV库（cv2）来实现Firstenberg角点检测。以下是基本步骤：

1. 导入必要的库：

import cv2
import numpy as np

2. 加载图像并转换为灰度图像，因为Firstenberg算法对灰度图像效果较好：

img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

3. 应用Firstenberg算子，这个算子会对图像进行处理以突出角点：

corners = cv2.cornerHarris(img, block_size=2, ksize=3, sigma=0.5)  # 参数调整可能会有影响

4. 将结果转换为角点坐标，并应用非极大值抑制（Non-Maximum Suppression，NMS），以便去除假角点：

# 设置阈值，通常较高的值会更保守地保留角点
threshold = 0.01 * corners.max()
corners = corners > threshold

# 应用NMS
corners_norm = normalize_corners(corners)
corners_peaks = cv2.goodFeaturesToTrack(corners_norm, **good_features_params)
peaks = np.int0(corners_peaks[:,0])

这里`good_features_params`是一个字典，包含如窗口大小、邻域响应阈值等其他参数。

5. 用得到的角点绘制到原图上：

img_with_corners = cv2.drawChessboardCorners(img, pattern_size, peaks, corners.ravel())
cv2.imshow("Detected Corners", img_with_corners)
cv2.waitKey(0)