Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Rilevamento di Angoli e Blob | Elaborazione delle Immagini con OpenCV
Fondamenti di Computer Vision

Scorri per mostrare il menu

book
Rilevamento di Angoli e Blob

Rilevamento degli angoli

Il rilevamento degli angoli viene utilizzato per identificare cambiamenti bruschi di intensità dove si incontrano due bordi. È utile per il matching delle caratteristiche, il tracciamento degli oggetti e il riconoscimento delle strutture.

Metodi popolari:

  • Rilevatore di angoli di Harris (cv2.cornerHarris): rileva gli angoli in base alle variazioni di gradiente;

  • Rilevatore di angoli di Shi-Tomasi (cv2.goodFeaturesToTrack): seleziona gli angoli più forti in un'immagine;

Rilevamento dei blob

Il rilevamento dei blob individua regioni di intensità simile in un'immagine, utile per il rilevamento e il tracciamento degli oggetti.

Uno dei metodi più diffusi per il rilevamento dei blob è SimpleBlobDetector

  • cv2.SimpleBlobDetector: rileva keypoint che rappresentano i blob in base a dimensione, forma e intensità.

Compito

Swipe to start coding

Sono fornite le immagini di una fabbrica (factory) e di girasoli (sunflowers):

  • Convertire l'immagine factory in scala di grigi e memorizzarla nella variabile gray_factory;
  • Convertire l'immagine sunflowers in scala di grigi e memorizzarla nella variabile gray_sunflowers;
  • È necessario, per il rilevatore di Harris, convertire la matrice dell'immagine in float32, eseguire la conversione e memorizzarla in gray_float;
  • Applicare il rilevamento degli angoli di Harris e memorizzare il risultato in harris_corners (parametri consigliati: blockSize=2, ksize=3, k=0.04);
  • Utilizzare dilate() per migliorare la visibilità di harris_corners;
  • Applicare il rilevamento degli angoli di Shi-Tomasi all'immagine e memorizzare il risultato in shi_tomasi_corners (parametri consigliati: gray_factory, maxCorners=100, qualityLevel=0.01, minDistance=10)
  • Creare un oggetto SimpleBlobDetector_Params per inizializzare i parametri e memorizzarlo in params;
  • Creare un rilevatore di blob con i parametri specificati e memorizzarlo in detector;
  • Rilevare i keypoint dei blob e memorizzarli in keypoints.

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 8

Chieda ad AI

expand
ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

book
Rilevamento di Angoli e Blob

Rilevamento degli angoli

Il rilevamento degli angoli viene utilizzato per identificare cambiamenti bruschi di intensità dove si incontrano due bordi. È utile per il matching delle caratteristiche, il tracciamento degli oggetti e il riconoscimento delle strutture.

Metodi popolari:

  • Rilevatore di angoli di Harris (cv2.cornerHarris): rileva gli angoli in base alle variazioni di gradiente;

  • Rilevatore di angoli di Shi-Tomasi (cv2.goodFeaturesToTrack): seleziona gli angoli più forti in un'immagine;

Rilevamento dei blob

Il rilevamento dei blob individua regioni di intensità simile in un'immagine, utile per il rilevamento e il tracciamento degli oggetti.

Uno dei metodi più diffusi per il rilevamento dei blob è SimpleBlobDetector

  • cv2.SimpleBlobDetector: rileva keypoint che rappresentano i blob in base a dimensione, forma e intensità.

Compito

Swipe to start coding

Sono fornite le immagini di una fabbrica (factory) e di girasoli (sunflowers):

  • Convertire l'immagine factory in scala di grigi e memorizzarla nella variabile gray_factory;
  • Convertire l'immagine sunflowers in scala di grigi e memorizzarla nella variabile gray_sunflowers;
  • È necessario, per il rilevatore di Harris, convertire la matrice dell'immagine in float32, eseguire la conversione e memorizzarla in gray_float;
  • Applicare il rilevamento degli angoli di Harris e memorizzare il risultato in harris_corners (parametri consigliati: blockSize=2, ksize=3, k=0.04);
  • Utilizzare dilate() per migliorare la visibilità di harris_corners;
  • Applicare il rilevamento degli angoli di Shi-Tomasi all'immagine e memorizzare il risultato in shi_tomasi_corners (parametri consigliati: gray_factory, maxCorners=100, qualityLevel=0.01, minDistance=10)
  • Creare un oggetto SimpleBlobDetector_Params per inizializzare i parametri e memorizzarlo in params;
  • Creare un rilevatore di blob con i parametri specificati e memorizzarlo in detector;
  • Rilevare i keypoint dei blob e memorizzarli in keypoints.

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 8
Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Siamo spiacenti che qualcosa sia andato storto. Cosa è successo?
some-alt