Hjørne- og Blobdeteksjon
Hjørnedeteksjon
Hjørnedeteksjon brukes til å identifisere skarpe endringer i intensitet der to kanter møtes. Dette hjelper med funksjonsmatching, objektsporing og strukturidentifikasjon.
Populære metoder:
Harris hjørnedetektor (
cv2.cornerHarris): oppdager hjørner basert på gradientendringer;
Shi-Tomasi hjørnedetektor (
cv2.goodFeaturesToTrack): velger de sterkeste hjørnene i et bilde;
Blob-deteksjon
Blob-deteksjon finner områder med lignende intensitet i et bilde, nyttig for objektdeteksjon og sporing.
En av de populære metodene for blob-deteksjon er SimpleBlobDetector
cv2.SimpleBlobDetector: oppdager nøkkelpunkter som representerer blobs basert på størrelse, form og intensitet.
Swipe to start coding
Du har fått bildene av fabrikk (factory) og solsikker (sunflowers):
- Konverter
factory-bildet til gråtoner og lagre i variabelengray_factory; - Konverter
sunflowers-bildet til gråtoner og lagre i variabelengray_sunflowers; - For Harris-detektoren er det nødvendig å konvertere bildematriksen til
float32, gjør dette og lagre igray_float; - Bruk Harris hjørnedeteksjon og lagre i
harris_corners(anbefalte parametere:blockSize=2, ksize=3, k=0.04); - Bruk
dilate()for å forbedre synligheten avharris_corners; - Bruk Shi-Tomasi hjørnedeteksjon på bildet og lagre i
shi_tomasi_corners(anbefalte parametere:gray_factory, maxCorners=100, qualityLevel=0.01, minDistance=10) - Opprett et
SimpleBlobDetector_Params-objekt for å initialisere parameterne og lagre iparams; - Opprett en blob-detektor med de angitte parameterne og lagre i
detector; - Oppdag blob-nøkkelpunkter og lagre i
keypoints.
Løsning
Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenforTakk for tilbakemeldingene dine!
Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor