harris角检测器
来源:互联网 发布:linux sqlplus 乱码 编辑:程序博客网 时间:2024/06/06 07:48
from numpy import *from scipy.ndimage.filters import gaussian_filterfrom pylab import *def get_quo(imarray,sigma=3):#sigma为方差 imx=zeros(imarray.shape) imy=zeros(imarray.shape) ##计算在x,y方向上的方向上的导数 gaussian_filter(imarray,(sigma,sigma),(0,1),imx) gaussian_filter(imarray,(sigma,sigma),(1,0),imy) #计算MI矩阵,----harris矩阵的分量 wxx=gaussian_filter(imx*imx,sigma) wyy=gaussian_filter(imy*imy,sigma) wxy=gaussian_filter(imx*imy,sigma) #计算特征值和迹 det=wxx*wyy-wxy**2#特征值 trace1=wxx+wyy#迹 quo=det/trace1#商数 return quodef get_harris_point(quo,min_dis,threshold=0.1): '''quo为商数,min_dis为两个角点之间最短的距离,threshold为阈值比''' conthro=threshold*quo.max()#确定阈值的具体值 harris=1*(quo>conthro) print(harris.nonzero()) #获取候选坐标 harris_T=array(harris.nonzero()).T # print(harris_T) #获取harris的响应值 harris_value=[quo[c[0],c[1]] for c in harris_T] # print(harris_value) # 将响应值按从小到大输出其索引值 index=argsort(harris_value) #将可行点的位置保存在数组中 allow_point=zeros(quo.shape) allow_point[min_dis:-min_dis,min_dis:-min_dis]=1 #按照给出的min_dis-最短距离原则选择最佳的harris点 filter_point=[] for i in index: if allow_point[harris_T[i,0],harris_T[i,1]]==1: filter_point.append(harris_T[i]) allow_point[harris_T[i,0]-min_dis:harris_T[i,0]+min_dis,harris_T[i,1]-min_dis:harris_T[i,1]+min_dis]=0 return filter_pointdef plot_harris_point(image,filter_point): figure() gray() imshow(image) plot([p[1] for p in filter_point],[p[0] for p in filter_point],'r*') axis('off') show()
from PIL import Imagefrom numpy import *from pylab import *import harris_funim=array(Image.open(r'F:\img_test\t8.jpg').convert('L'))quo=harris_fun.get_quo(im)print(quo)filter_point=harris_fun.get_harris_point(quo,10)harris_fun.plot_harris_point(im,filter_point)结果显示:
阅读全文
1 0
- Harris角点检测器
- harris角检测器
- 特征检测器-Harris角点检测
- 【图像预处理】 Harris角点检测器原理及C++实现
- 【局部图像描述子】Harris角点检测器
- Harris角点检测: Harris Corner Detector
- Harris 角点检测
- Harris角点检测
- Harris角点检测
- Harris角点检测
- Harris角点检测
- harris角点检测
- Harris角点检测
- Harris角点学习
- Harris角点检测
- Harris角点检测
- Harris角点检测
- Harris角点算子
- 思维导图_Linux开机启动流程
- jquery核心函数;jquery到$的转变过程
- react-native APP Image加载图片
- 世界上最有名的猫
- 先看书
- harris角检测器
- 研磨设计模式之创建模式:简单工厂
- Leetcode 算法习题 第九周
- F
- 2017 icpc亚洲区预赛西安站 K Lover || (线段树)
- Qt5软键盘实现中文拼音输入法
- Centos7搭建nginx开发环境
- 关于欧拉函数的一些理解
- 【git使用详解(1)】-历史