如何使用带有 OpenCV 的 Harris 检测器正确检测角点？

Question

我正在测试一些图像处理以从数字指纹中获取细节。目前我在做：

均衡直方图
二值化
应用张苏恩算法细化线条（这不能正常工作）。
尝试确定细化图像中的角点并显示它们。

因此，我获得的修改是：

但是，我无法获取最后一张图像中可能的角点，它属于 Mat 对象的 thinned 实例。

这是尝试获得角球的代码：

corners_image = cornerHarris(thinned,1,1,0.04)
corners_image = dilate(corners_image,None)

但是在生成的矩阵上尝试 imshow 会显示如下内容：

一个黑色图像。

那我应该怎么确定角点呢？

Answer 1

实际上 cv::cornerHarris returns 核心反应，而不是角落本身。看起来你图片上的回复太小了。

如果你想可视化角落，你可能会得到一些更大的 threshold 参数的响应，那么你可以在原始图像上标记这些点，如下所示：

corners = cv2.cvtColor(thinned, cv2.COLOR_GRAY2BGR)
threshold = 0.1*corners_image.max()
corners [corners_image>threshold] = [0,0,255]
cv2.imshow('corners', corners)

然后调用imshow，红色点对应角点。您很可能需要调整阈值参数以获得所需的结果。

在 tutorial 中查看更多详细信息。

如何使用带有 OpenCV 的 Harris 检测器正确检测角点？

How to properly detect corners using Harris detector with OpenCV?

python

opencv

image-processing