python中Harris角点检测的示例分析

这篇文章主要介绍了python中Harris角点检测的示例分析，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

1、基本思想

选择在图像上任意方向的固定窗口进行滑动，如果灰度变化较大，则认为该窗口内部存在角点。

2、步骤

读图并将其转换为灰度图。

估计响应函数。

根据响应值选择角度。

画出原始图上的检测角点。

3、实例

from pylab import *from numpy import *from scipy.ndimage import filters  def compute_harris_response(im,sigma=3):    """ Compute the Harris corner detector response function        for each pixel in a graylevel image. """        # derivatives    imx = zeros(im.shape)    filters.gaussian_filter(im, (sigma,sigma), (0,1), imx)    imy = zeros(im.shape)    filters.gaussian_filter(im, (sigma,sigma), (1,0), imy)        # compute components of the Harris matrix    Wxx = filters.gaussian_filter(imx*imx,sigma)    Wxy = filters.gaussian_filter(imx*imy,sigma)    Wyy = filters.gaussian_filter(imy*imy,sigma)        # determinant and trace    Wdet = Wxx*Wyy - Wxy**2    Wtr = Wxx + Wyy        return Wdet / Wtr       def get_harris_points(harrisim,min_dist=10,threshold=0.1):    """ Return corners from a Harris response image        min_dist is the minimum number of pixels separating        corners and image boundary. """        # find top corner candidates above a threshold    corner_threshold = harrisim.max() * threshold    harrisim_t = (harrisim > corner_threshold) * 1        # get coordinates of candidates    coords = array(harrisim_t.nonzero()).T        # ...and their values    candidate_values = [harrisim[c[0],c[1]] for c in coords]        # sort candidates (reverse to get descending order)    index = argsort(candidate_values)[::-1]        # store allowed point locations in array    allowed_locations = zeros(harrisim.shape)    allowed_locations[min_dist:-min_dist,min_dist:-min_dist] = 1        # select the best points taking min_distance into account    filtered_coords = []    for i in index:        if allowed_locations[coords[i,0],coords[i,1]] == 1:            filtered_coords.append(coords[i])            allowed_locations[(coords[i,0]-min_dist):(coords[i,0]+min_dist),                        (coords[i,1]-min_dist):(coords[i,1]+min_dist)] = 0        return filtered_coords        def plot_harris_points(image,filtered_coords):    """ Plots corners found in image. """        figure()    gray()    imshow(image)    plot([p[1] for p in filtered_coords],                [p[0] for p in filtered_coords],'*')    axis('off')    show()

from PIL import Imagefrom numpy import *# 这就是为啥上述要新建一个的原因，因为现在就可以importimport Harris_Detectorfrom pylab import *from scipy.ndimage import filters # filenameim = array(Image.open(r"  ").convert('L'))harrisim=Harris_Detector.compute_harris_response(im)filtered_coords=Harris_Detector.get_harris_points(harrisim)Harris_Detector.plot_harris_points(im,filtered_coords)

感谢你能够认真阅读完这篇文章，希望小编分享的“Python中Harris角点检测的示例分析”这篇文章对大家有帮助，同时也希望大家多多支持编程网，关注编程网Python频道，更多相关知识等着你来学习!