Shi-Tomasi角点检测

♥

import cv2
import numpy as np
import matplotlib.pyplot as plt
img=cv2.imread('C:/Users/xpp/Desktop/Lena.png')#打开图像，默认为BGR格式
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转换为灰度图像
gray=np.float32(gray)#转换为浮点类型
corners=cv2.goodFeaturesToTrack(gray,10,0.1,100)#检测角
corners=np.int0(corners)#转换为整型
for i in corners:
    x,y=i.ravel()
    cv2.circle(img,(x,y),4,(203,192,255),-1)#用红色圆点标注找到的角
img=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)#转换为RGB格式
plt.imshow(img)
plt.axis('off')
plt.show()#显示检测结果

算法：Shi-Tomasi角点检测是史建波（Jianbo Shi）和卡罗·托马西（Carlo Tomasi）在哈里斯角点检测基础上提出的改进角点检测的方法。

dst=cv.goodFeaturesToTrack(src, maxCorners, qualityLevel, minDistance)

• dst表示返回结果，保存了检测到的角点在原图像中的坐标
• src表示8位单通道或浮点值图像
• maxCorners表示返回的角点的最大数量
• qualityLevel表示可接受的角点的最低质量
• minDistance表示返回的角点之间的最小欧几里得距离

链接：https://courses.cs.washington.edu/courses/cse576/06sp/notes/HarrisDetector.pdf

https://www.cse.psu.edu/~rtc12/CSE486/lecture06.pdf

https://docs.opencv.org/2.4/doc/tutorials/imgproc/imgtrans/sobel_derivatives/sobel_derivatives.html?highlight=sobel

https://www.researchgate.net/publication/239398674_An_Isotropic_3x3_Image_Gradient_Operator