240. Shi-Tomas 角点检测

13. 特征提取

• Shi-Tomas 算法是对 Harris角点检测算法的改进，一般会比Harris算法得到更好的角点。

一、Shi-Tomas 角检测器

• Shi-Tomas 算法是对 Harris角点检测算法的改进，一般会比Harris算法得到更好的角点。

• Harris 算法中的角点响应函数为：
  
  Shi-Tomas 算法将角点响应函数修改为：
  
  只有当 M 矩阵的特征值 都大于最小值 时，才将其视为拐角。

• OpenCV 中提供了 Shi-Tomas 角点检测函数 cv.goodFeaturesToTrack() 。

cv.goodFeaturesToTrack(image, maxCorners, qualityLevel, minDistance[, corners=None, mask=Mat(), blockSize=3, useHarrisDetector=false, k=0.04]) → corners

函数 cv.goodFeaturesToTrack 通过 Shi-Tomasi 方法找出图像中最突出的 N 个角点。

参数说明：

• src：输入图像，单通道的 8 位图像或 32 位浮点数图像
  corners：输出向量，检测到的角点
  maxCorners：获取的角点数量的上限阈值
  qualityLevel：可接受的角点质量最低阈值，取值范围 0～1
  minDistance：可接受的角点之间最小的欧式距离
  mask：掩模区域，仅在掩模区域检测角点
  blockSize：邻域尺寸，默认值为 3
  k：Harris 检测器调节参数，默认值 0.04
• useHarrisDetector ：默认值 False，使用 cornerMinEigenVal 的参数，True 表示使用 Harris 检测器

注意事项：

• 函数使用 cornerMinEigenVal 或 cornerHarris 计算出每个像素的角点响应结果。
• 以 qualityLevel 与最大角点值相乘作为最小特征值（cornerMinEigenVal）或响应函数值（cornerHarris），小于该值的角点都被拒绝。例如，最大响应值为 1500，系数为 0.1，则响应值小于 150 的角点都被放弃。
• 小于 maxDistance 距离的角点被拒绝，以避免得到相邻特征点。

二、例程

• 14.21：特征检测之 Shi-tomas 角检测器

    # 14.21 特征检测之 Shi-tomas 角检测器
    img = cv2.imread("../images/sign04.png", flags=1)  # (300, 300, 3)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # Harris 检测角点
    dst = cv2.cornerHarris(gray, 2, 3, k=0.04)
    # Harris[dst > 0.01*dst.max()] = [0, 0, 255]  # 筛选角点，红色标记
    corners = np.column_stack(np.where(dst>0.1*dst.max()))  # 筛选并返回角点坐标 (y,x)
    corners = corners.astype(np.int)  # 检测到的角点的点集 (y,x), (92, 2)
    imgHarris = np.copy(img)
    for point in corners:  # 注意坐标次序
        cv2.circle(imgHarris, (point[1], point, 4, (0,0,255), 2)  # # 在点 (x,y) 处画圆

    # Shi-tomas 检测角点
    corners = cv2.goodFeaturesToTrack(gray, 30, 0.3, 5)  # (30, 1, 2)
    corners = np.squeeze(corners).astype(np.int)  # (30, 1, 2)->(30,2)  角点坐标 (x,y)
    imgShiTomas = np.copy(img)
    for point in corners:
        cv2.circle(imgShiTomas, point, 4, (0,0,255), 2)  # # 在点 (x,y) 处画圆

    plt.figure(figsize=(9, 6))
    plt.subplot(131), plt.axis('off'), plt.title("Origin")
    plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
    plt.subplot(132), plt.axis('off'), plt.title("Harris corners")
    plt.imshow(cv2.cvtColor(imgHarris, cv2.COLOR_BGR2RGB))
    plt.subplot(133), plt.axis('off'), plt.title("Shi-tomas corners")
    plt.imshow(cv2.cvtColor(imgShiTomas, cv2.COLOR_BGR2RGB))
    plt.tight_layout()
    plt.show()

三、资料

youcans_的博客：
https://blog.csdn.net/youcans/article/details/125828053