数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会研究
服装研究
法律研究在OpenCV Python中实现Shi-Tomasi角点检测器
Shi-Tomasi 角点检测器是Harris角点检测器的改进算法。为了实现Shi-Tomasi角点检测器，OpenCV提供了一个函数`cv2.goodFeaturesToTrack()`。它检测图像中最强的N个角点。
步骤
要使用Shi-Tomasi角点检测器检测图像中的角点，您可以按照以下步骤操作：
导入所需的库OpenCV和NumPy。确保您已经安装了它们。
使用`cv2.imread()`方法读取输入图像。指定图像的完整路径。使用`cv2.cvtColor()`方法将输入图像转换为灰度图像。
在灰度图像上应用`cv2.goodFeaturesToTrack()`函数。将合适的角点数、质量等级和两个角点之间的欧几里得距离作为参数传递给该方法。此函数返回图像中作为浮点数的角点。将这些浮点角点转换为整数。
在输入图像上绘制角点，作为具有较小半径的填充圆。
显示带有检测到的角点的图像。
让我们看看使用Shi-Tomasi角点检测器检测图像中角点的示例。
输入图像
我们将在下面的示例中使用此图像作为输入文件。
示例
在这个例子中，我们使用Shi-Tomasi角点检测器检测输入图像中的角点。
# import required libraries import numpy as np import cv2 # read the input image img = cv2.imread('building.jpg') # convert the image to grayscale gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # apply Shi-Tomasi corner detector on gray image # to detect 50 best corners corners = cv2.goodFeaturesToTrack(gray,50,0.01,10) # convert floating points to integers corners = np.int0(corners) # loop over all points and draw corner points as circles for i in corners: x,y = i.ravel() cv2.circle(img,(x,y),3,(0,0,255),-1) # Display image with corner points drawn on it cv2.imshow("Corners", img) cv2.waitKey(0) cv2.destroyAllWindows()
输出
运行上述Python程序后，将生成以下输出窗口：
上述输出图像显示了使用Shi-Tomasi角点检测器检测到的角点。角点以红色显示。
更新于：2022年12月2日
908 次浏览
广告