『python』计算机视觉_OpenCV3角点特征Harris提取方法

因为当下的计划是熟悉语言和库，而图像特征提取脱离理论就很没意思了，并且很可能事倍功半，所以计算机视觉特征提取这部分跳过，直接开始和深度学习结合较为紧密的目标检测&识别部分。

本节介绍了OpenCV3中提取图像角点特征的函数：

 1 # coding=utf-8
 2 import cv2
 3 import numpy as np
 4
 5
 6 ‘‘‘Harris算法角点特征提取‘‘‘
 7
 8 img = cv2.imread(‘chess_board.png‘)
 9 gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
10 gray = np.float32(gray)
11
12 # {标记点大小，敏感度（3~31,越小越敏感）}
13 # OpenCV函数cv2.cornerHarris() 有四个参数 其作用分别为 :
14 #img - Input image, it should be grayscale and float32 type.
15 #blockSize - It is the size of neighbourhood considered for corner detection
16 #ksize - Aperture parameter of Sobel derivative used.
17 #k - Harris detector free parameter in the equation,在0.04 到0.05之间
18 dst = cv2.cornerHarris(gray,2,23,0.04)
19 img[dst>0.01 * dst.max()] = [0,0,255]
20
21 cv2.imshow(‘corners‘,img)
22 cv2.waitKey()
23 cv2.destroyAllWindows()

dst = cv2.cornerHarris(gray,2,23,0.04)中第3个参数(23)调整对结果影响如下：

取值为3时：

取值为23时：