Python机器学习手册：从数据预处理到深度学习

问题描述

要检测图像角点的位置。

解决方案

使用OpenCV实现的Harris角点检测器（下文简称Harris检测器）cornerHarris：

讨论

Harris检测器是检测两条边缘线条的交叉点的常用方法。我们对角点感兴趣的原因与对边缘感兴趣的原因相同：角点含有大量信息。关于Harris检测器原理的完整解释可以在本节最后的“延伸阅读”中找到。简单来说，Harris检测器会寻找一个窗口（也可以叫作邻域），这个窗口的微小移动（可以想象为晃动窗口）会引发窗口内像素值的大幅变化。

cornerHarris包含3个重要的参数，可以用于控制检测到的边缘。参数block_size代表角点检测中窗口的尺寸，参数aperture代表Sobel算子的尺寸（如果你不知道什么是Sobel算子也没关系），参数free_parameter用于控制对角点检测的严格程度，这个值越大，可以识别的角点越平滑。

以下程序的输出是一张描绘了可能角点的灰度图像。

然后，使用阈值筛选出最可能的角点，或者使用Shi-Tomasi 角点检测器（goodFeaturesToTrack）确定一组固定数量的明显的角点，其工作方式与Harris检测器类似。goodFeaturesToTrack有3个主要参数：待检测角点的数量、角点的最差质量（从0到1）以及角点间的最短欧氏距离。

延伸阅读

● OpenCV的cornerHarris方法（http://bit.ly/2HQXwz6）

● OpenCV的goodFeaturesToTrack方法（http://bit.ly/2HRSVwF）