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.
Swipe to start coding
Du får billederne af fabrikken (factory) og solsikker (sunflowers):
- Konverter
factory-billedet til gråtoner og gem det i variablengray_factory; - Konverter
sunflowers-billedet til gråtoner og gem det i variablengray_sunflowers; - Det er nødvendigt for Harris Detector at konvertere billedmatricen til
float32, gør dette og gem igray_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 afharris_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 iparams; - Opret en blobdetektor med de angivne parametre og gem i
detector; - Detekter blob-nøglepunkter og gem i
keypoints.
Løsning
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Opsummér dette kapitel
Explain code
Explain why doesn't solve task
Awesome!
Completion rate improved to 3.45Hjørne- og Blobdetektion
Stryg for at vise menuen
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.
Swipe to start coding
Du får billederne af fabrikken (factory) og solsikker (sunflowers):
- Konverter
factory-billedet til gråtoner og gem det i variablengray_factory; - Konverter
sunflowers-billedet til gråtoner og gem det i variablengray_sunflowers; - Det er nødvendigt for Harris Detector at konvertere billedmatricen til
float32, gør dette og gem igray_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 afharris_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 iparams; - 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 mulighederTak for dine kommentarer!
single
