|
1 | | -#-*-coding:utf8-*-# |
| 1 | +#-*-coding:utf8-*-# |
2 | 2 | __author__ = 'play4fun' |
3 | 3 | """ |
4 | 4 | create time:15-10-29 上午7:52 |
5 | | -""" |
6 | 5 | |
| 6 | +使用 Shi-Tomasi 方法获取图像中 N 个最好的角点 |
| 7 | + |
| 8 | + 常情况下 入的应 是灰度图像。然后确定你想 检测到的 点数目。再 置 点的 水平 0 到 1 之 。它代 了 点的最低 低于 个数的所有 点 会 忽略。最 后在 置两个角点之间的最短欧式距离。 |
| 9 | + |
| 10 | + 所有低于 水平的 点 会 忽略。然后再把合格 点按 点 序排列。 |
| 11 | + 函数会 用 点 最 的 个 点 排序后的第一个 然后将它 最小 离之内 的 点 删掉。 |
| 12 | + 按着 样的方式最后 回 N 个最佳 点。 |
| 13 | + |
| 14 | + 以后会发现这个函数很适合在目标跟踪中使用 |
| 15 | +""" |
7 | 16 |
|
8 | 17 | import numpy as np |
9 | 18 | import cv2 |
10 | 19 | from matplotlib import pyplot as plt |
11 | 20 |
|
12 | | - |
13 | 21 | filename = '../data/corner-detection.jpg' |
14 | 22 | img = cv2.imread(filename) |
15 | | -gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) |
| 23 | +gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) |
| 24 | + |
| 25 | +corners = cv2.goodFeaturesToTrack(gray, maxCorners=25, qualityLevel=0.01, minDistance=10) |
16 | 26 |
|
17 | | -corners = cv2.goodFeaturesToTrack(gray,25,0.01,10) |
18 | | -#返回的结果是 [[ 311., 250.]] 两层括号的数组。 |
| 27 | +# 返回的结果是 [[ 311., 250.]] 两层括号的数组。 |
19 | 28 | corners = np.int0(corners) |
20 | 29 | for i in corners: |
21 | | - x,y = i.ravel() |
22 | | - cv2.circle(img,(x,y),3,255,-1) |
23 | | -plt.imshow(img),plt.show() |
| 30 | + x, y = i.ravel() |
| 31 | + cv2.circle(img, (x, y), 3, 255, -1) |
| 32 | + |
| 33 | +plt.imshow(img), plt.show() |
0 commit comments