OpenCV有一個函數cv.goodFeaturesToTrack()。
它通過Shi-Tomasi方法（或哈里斯角檢測，如果指定）找到圖像中的N個最強角。像往常一樣，圖像應該是灰度圖像。然后，指定要查找的角數。然后，您指定質量級別，該值是介于0-1之間的值，該值表示每個角落都被拒絕的最低拐角質量。然后，我們提供檢測到的角之間的最小歐式距離。 利用所有這些信息，該功能可以找到圖像中的拐角。低于平均質量的所有拐角點均被拒絕。然后，它會根據質量以降序對剩余的角進行排序。然后函數首先獲取最佳拐角，然后丟棄最小距離范圍內的所有附近拐角，然后返回N個最佳拐角。 在下面的示例中，我們將嘗試找到25個最佳彎角：

import numpy as np import cv2 as cv from matplotlib import pyplot as plt img = cv.imread('blox.jpg') gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY) corners = cv.goodFeaturesToTrack(gray,25,0.01,10) corners = np.int0(corners) for i in corners:x,y = i.ravel()cv.circle(img,(x,y),3,255,-1) plt.imshow(img),plt.show()

查看以下結果：

總結

以上是生活随笔為你收集整理的python-opencv图像处理之用于跟踪的Shi-Tomasi拐角探测器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。