FAST关键点检测

简介: 【6月更文挑战第5天】FAST关键点检测。

FAST特征检测器主要根据像素周围16个像素的强度和阈值等参数来判断像素是否为关键点。
可调用cv2.FastFeatureDetector_create()函数创建一个FAST对象,然后调用FAST对象的detect()方法执行关键点检测,该方法将返回一个关键点列表。每个关键点对象均包含了关键点的角度、坐标、响应强度和邻域大小等信息。
示例代码如下。

FAST关键点检测

import cv2
img = cv2.imread('cube.jpg') #打开图像,默认为BGR格式
fast = cv2.FastFeatureDetector_create() #创建FAST检测器
kp = fast.detect(img,None) #检测关键点,不使用掩模
img2 = cv2.drawKeypoints(img, kp, None, color=(0,0,255)) #绘制关键点
cv2.imshow('FAST points',img2) #显示绘制了关键点的图像
fast.setThreshold(20) #设置阈值,默认阈值为10
kp = fast.detect(img,None) #检测关键点,不使用掩模
n=0
for p in kp: #输出关键点信息
print("第%s个关键点,坐标:"%(n+1),p.pt,'响应强度:',p.response,
'邻域大小:',p.size ,'角度:',p.angle)
n+=1
img3 = cv2.drawKeypoints(img, kp, None, color=(0,0,255))
cv2.imshow('Threshold20',img3) #显示绘制了关键点的图像
cv2.waitKey(0)

目录
相关文章
|
7月前
FAST特征检测
FAST特征检测。
59 2
|
7月前
|
机器学习/深度学习 文字识别 算法
[Halcon&图像] 缺陷检测的一些思路、常规检测算法
[Halcon&图像] 缺陷检测的一些思路、常规检测算法
2054 1
|
6月前
|
算法 计算机视觉 Python
ORB关键点检测
【6月更文挑战第5天】ORB关键点检测。
35 4
|
6月前
|
算法 计算机视觉 Python
SIFT关键点检测
【6月更文挑战第5天】SIFT关键点检测。
39 4
再改YOLO | YOLO-ReT让边缘端也可以实时检测(二)
再改YOLO | YOLO-ReT让边缘端也可以实时检测(二)
103 0
再改YOLO | YOLO-ReT让边缘端也可以实时检测(二)
|
机器学习/深度学习 监控 算法
人脸跟踪:基于人脸检测 API 的连续检测与姿态估计技术
基于人脸检测 API 的人脸跟踪技术在视频监控、虚拟现实和人机交互等领域具有广泛应用。通过连续的人脸检测与姿态估计,可以实现对人脸的跟踪和姿态分析。随着深度学习和计算机视觉技术的不断发展,人脸跟踪技术将迎来更加精确、实时和智能化的发展前景
288 0
|
自动驾驶 机器人 计算机视觉
3D检测难点 | 3D检测如何解决远处小目标问题?Deformable PV-RCNN 或是个答案!
3D检测难点 | 3D检测如何解决远处小目标问题?Deformable PV-RCNN 或是个答案!
185 0
|
算法 计算机视觉
3D检测经典 | 第一个Anchor-Free、第一个NMS-Free 3D目标检测算法!!!(二)
3D检测经典 | 第一个Anchor-Free、第一个NMS-Free 3D目标检测算法!!!(二)
104 0
|
机器学习/深度学习 自动驾驶 算法
3D检测经典 | 第一个Anchor-Free、第一个NMS-Free 3D目标检测算法!!!(一)
3D检测经典 | 第一个Anchor-Free、第一个NMS-Free 3D目标检测算法!!!(一)
221 0
|
机器学习/深度学习 自动驾驶 算法
3D检测经典 | 第一个Anchor-Free、第一个NMS-Free 3D目标检测算法!!!
3D检测经典 | 第一个Anchor-Free、第一个NMS-Free 3D目标检测算法!!!
491 0
3D检测经典 | 第一个Anchor-Free、第一个NMS-Free 3D目标检测算法!!!