python opencv3 cornerHarris 角点检测

git：https://github.com/linyi0604/Computer-Vision

角点也是处在一个无论框框往哪边移动　框框内像素值都会变化很大的情况而定下来的点

如果框框水平方向上移动　像素值是不会有什么太大的变化的　如果是垂直方向上移动那么就会变化很大　这种一般称为边缘区域

无论是水平　还是垂直的方向移动　都不会对框框内像素造成很大的变化，是内部区域

 # coding:utf-8

 import cv2
 import numpy as np

 img = cv2.imread("../data/chess1.jpg")
 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 gray = np.float32(gray)
 # 角点检测
 dst = cv2.cornerHarris(gray, 2, 23, 0.04)
 """
 角点也是处在一个无论框框往哪边移动　框框内像素值都会变化很大的情况而定下来的点
 cv2.cornerHarris()
     img - 数据类型为 float32 的输入图像。
     blockSize - 角点检测中要考虑的领域大小。
     ksize - Sobel 求导中使用的窗口大小
     k - Harris 角点检测方程中的自由参数,取值参数为 [0,04,0.06].
 """
 img[dst > 0.01 * dst.max()] = (0, 0, 255)

 cv2.imshow("corners", img)
 cv2.waitKey()
 cv2.destroyAllWindows()