我正在使用以下代码来尝试检测折线的角以“测量”线条。该代码基于我在 SO某处找到的片段,并且基于cv2.cornerHarris():
cornerimg = cv2.cornerHarris( gray, # src
2, # blockSize
3, # ksize / aperture
0.04 # k
# dst
# borderType
)
# ?
cornerimg = cv2.normalize( cornerimg, # src
None, # dst
0, # alpha
255, # beta
cv2.NORM_MINMAX, # norm type
cv2.CV_32FC1, # dtype
None # mask
)
# ?
cornerimg = cv2.convertScaleAbs( cornerimg )
cornershow = cornerimg.copy()
# iterate over pixels to get corner positions
w, h = gray.shape
for y in range(0, h):
for x in range (0, w):
#harris = cv2.cv.Get2D( cv2.cv.fromarray(cornerimg), y, x)
#if harris[0] > 10e-06:
if cornerimg[x,y] > 64:
print("corner at ", x, y)
cv2.circle( cornershow, # dest
(x,y), # pos
4, # radius
(115,0,25) # color
)
cv2.imshow('harris cornerimg', cornershow)
原始代码导致角落位置出现白点,并且水平似乎是“角落”的指标。由于某种原因,该片段(更新为使用 cv2)迭代生成的图像并扫描大于 10e-06 的值,我已将其替换为我认为应该是图像中的亮度的比较。
然而,在这些位置绘制的圆圈与标准化 harris 输出中发现的实际热点相去甚远。
我究竟做错了什么?
或者,可以将cv2.goodFeaturesToTrack()设置为使用 Harris (useHarrisDetector=True),但我尝试使用它不会导致cornerHarris 似乎可以正确检测到:
cv2.goodFeaturesToTrack( blurred, # img
500, # maxCorners
0.03, # qualityLevel
10, # minDistance
None, # corners,
None, # mask,
2, # blockSize,
useHarrisDetector=True, # useHarrisDetector,
k=0.04 # k
)
对 cv2.cornerHarris() 的等效函数调用是什么?