哈里斯角检测是克里斯·哈里斯（Chris Harris）和迈克·斯蒂芬斯（Mike Stephens）在他们论文中提出的一种角检测方法。
cv2.cornerHarris()函数根据哈里斯角检测器算法检测图像中的角，其基本格式如下。
dst=cv2.cornerHarris(src,blockSize,ksize,k)
参数说明如下。
dst为返回结果，它是一个numpy.ndarray对象，大小和src相同，每一个数组元素对应一个像素点，其值越大，对应像素点是角的概率越高。
src为8位单通道或浮点值图像。
blockSize为邻域大小，值越大，检测出的角占的区域越大。
ksize为哈里斯角检测器使用的Sobel算子的中孔参数。
k为哈里斯角检测器的自由参数。ksize和k影响检测的敏感度，值越小，检测出的角越多，但准确率越低。
哈里斯角检测
2024-05-31
29
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
哈里斯角检测。
目录
相关文章
|
5月前
|
算法
API
计算机视觉
|
5月前
|
算法
Python
|
5月前
|
存储
Python
|
5月前
|
算法
计算机视觉
|
机器学习/深度学习
传感器
算法
|
6月前
|
文件存储
|
6月前
|
算法
|
存储
算法
NoSQL
|
编解码
算法
计算机视觉
|
算法
