Stryg for at vise menuen

Hjørne- og Blobdetektion

Hjørnedetektion

Hjørnedetektion bruges til at identificere skarpe ændringer i intensitet, hvor to kanter mødes. Det anvendes til feature matching, objektsporing og strukturgenkendelse.

Populære metoder:

Harris hjørnedetektor (cv2.cornerHarris): detekterer hjørner baseret på gradientændringer;

Shi-Tomasi hjørnedetektor (cv2.goodFeaturesToTrack): vælger de stærkeste hjørner i et billede;

Blob-detektion

Blob-detektion finder områder med ensartet intensitet i et billede, hvilket er nyttigt til objektdetektion og -sporing.

En af de populære metoder til blob-detektion er SimpleBlobDetector

cv2.SimpleBlobDetector: detekterer nøglepunkter, der repræsenterer blobs baseret på størrelse, form og intensitet.

Opgave

Swipe to start coding

Du får billederne af fabrikken (factory) og solsikker (sunflowers):

Konverter factory-billedet til gråtoner og gem det i variablen gray_factory;
Konverter sunflowers-billedet til gråtoner og gem det i variablen gray_sunflowers;
Det er nødvendigt for Harris Detector at konvertere billedmatricen til float32, gør dette og gem i gray_float;
Anvend Harris-hjørnedetektion og gem resultatet i harris_corners (anbefalede parametre: blockSize=2, ksize=3, k=0.04);
Brug dilate() for at forbedre synligheden af harris_corners;
Anvend Shi-Tomasi-hjørnedetektion på billedet og gem i shi_tomasi_corners (anbefalede parametre: gray_factory, maxCorners=100, qualityLevel=0.01, minDistance=10)
Opret et SimpleBlobDetector_Params-objekt for at initialisere parametrene og gem i params;
Opret en blobdetektor med de angivne parametre og gem i detector;
Detekter blob-nøglepunkter og gem i keypoints.

Løsning

Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder

Var alt klart?

Tak for dine kommentarer!

Sektion 2. Kapitel 8

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Hjørne- og Blobdetektion

Hjørnedetektion

Hjørnedetektion bruges til at identificere skarpe ændringer i intensitet, hvor to kanter mødes. Det anvendes til feature matching, objektsporing og strukturgenkendelse.

Populære metoder:

Harris hjørnedetektor (cv2.cornerHarris): detekterer hjørner baseret på gradientændringer;

Shi-Tomasi hjørnedetektor (cv2.goodFeaturesToTrack): vælger de stærkeste hjørner i et billede;

Blob-detektion

Blob-detektion finder områder med ensartet intensitet i et billede, hvilket er nyttigt til objektdetektion og -sporing.

En af de populære metoder til blob-detektion er SimpleBlobDetector

cv2.SimpleBlobDetector: detekterer nøglepunkter, der repræsenterer blobs baseret på størrelse, form og intensitet.

Opgave

Swipe to start coding

Du får billederne af fabrikken (factory) og solsikker (sunflowers):

Konverter factory-billedet til gråtoner og gem det i variablen gray_factory;
Konverter sunflowers-billedet til gråtoner og gem det i variablen gray_sunflowers;
Det er nødvendigt for Harris Detector at konvertere billedmatricen til float32, gør dette og gem i gray_float;
Anvend Harris-hjørnedetektion og gem resultatet i harris_corners (anbefalede parametre: blockSize=2, ksize=3, k=0.04);
Brug dilate() for at forbedre synligheden af harris_corners;
Anvend Shi-Tomasi-hjørnedetektion på billedet og gem i shi_tomasi_corners (anbefalede parametre: gray_factory, maxCorners=100, qualityLevel=0.01, minDistance=10)
Opret et SimpleBlobDetector_Params-objekt for at initialisere parametrene og gem i params;
Opret en blobdetektor med de angivne parametre og gem i detector;
Detekter blob-nøglepunkter og gem i keypoints.

Løsning

Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder

Var alt klart?

Tak for dine kommentarer!

Sektion 2. Kapitel 8

Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder