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 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 mulighederVar alt klart?
Tak for dine kommentarer!
