Как извлечь ключевые точки из Harris Corner Detector с помощью Opencv - PullRequest
Новая
       38

Как извлечь ключевые точки из Harris Corner Detector с помощью Opencv

0 голосов
/ 15 мая 2018
  • Сначала я бы использовал cv::cornerHarris() для определения углов (что я мог бы легко сделать).
  • Во-вторых, я хочу извлечь ключевые точки из детектора Харриса и сохранить их в std::vector<KeyPoint> (что японятия не имею как это сделать).Я буду использовать это позже для вычисления дескрипторов и сопоставления с ними.

  • Я мог бы сделать это с помощью SURF довольно легко, но я хочу сделать это с помощью детектора углов Harris. 

    /// Detecting corners
cv::cornerHarris(leftRoi, dst, blockSize, apertureSize, k, BORDER_DEFAULT);

/// Normalizing
normalize(dst, dst_norm, 0, 255, NORM_MINMAX, CV_32FC1, Mat());
convertScaleAbs(dst_norm, dst_norm_scaled);

/// Drawing a circle around corners
for (int j = 0; j < dst_norm.rows; j++)
{
    for (int i = 0; i < dst_norm.cols; i++)
    {
        if ((int)dst_norm.at<float>(j, i) > 165)
        {

            circle(dst_norm_scaled, Point(i, j), 5, Scalar(0), 2, 8, 0);
        }
    }
}
/// Showing the result
namedWindow("corners_window", CV_WINDOW_AUTOSIZE);
imshow("corners_window", dst_norm_scaled);

- Есть проблема с этой частью (Как извлечь ключевые точки сверху детектора Харриса) 

    std::vector<KeyPoint> keypoints;

Ответы [ 2 ]

0 голосов
/ 20 июля 2019 
Try my code:
import cv2
import numpy as np
from skimage.io import imread
from skimage.color import rgb2gray
import matplotlib.pyplot as plt

img = imread('images/box.jpg')
img_gray = rgb2gray(img)


img_gray = np.float32(img_gray)
#cv2.imshow("Image",img)
#cv2.imshow("Gray Image",img_gray)
#Ix = cv2.Sobel(img_gray,cv2.CV_64F,1,0,ksize=5)
#Iy = cv2.Sobel(img_gray,cv2.CV_64F,0,1,ksize=5)
kernel_x = np.array([[-1, 0, 1],[-2, 0, 2],[-1, 0, 1]])
kernel_y = np.array([[1, 2, 1], [0, 0, 0], [-1, -2, -1]])
Ix = cv2.filter2D(img_gray,-1,kernel_x)
Iy = cv2.filter2D(img_gray,-1,kernel_y)
Ixx = Ix**2
Ixy = Ix*Iy
Iyy = Iy**2
#cv2.imshow("Ixx",Ixx)
#cv2.imshow("Iyy Image",Iyy)
#cv2.imshow("Ixy Image",Ixy)

# Loop through image and find our corners
k = 0.05

height = img_gray.shape[0]
width = img_gray.shape[1]
harris_response = []
window_size = 6
offset = int(window_size/2)
for y in range(offset, height-offset):
    for x in range(offset, width-offset):
        Sxx = np.sum(Ixx[y-offset:y+1+offset, x-offset:x+1+offset])
        Syy = np.sum(Iyy[y-offset:y+1+offset, x-offset:x+1+offset])
        Sxy = np.sum(Ixy[y-offset:y+1+offset, x-offset:x+1+offset])

        # Find determinant and trace, use to get corner response
        det = (Sxx * Syy) - (Sxy ** 2)
        trace = Sxx + Syy
        r = det - k * (trace ** 2)

        harris_response.append([x, y, r])
img_copy = np.copy(img)
thresh = 500
#sift = cv2.xfeatures2d.SIFT_create()
#kp,dc = sift.compute(img,None)
for response in harris_response:
    x, y, r = response
    if r > thresh:
        img_copy[y, x] = [255, 0, 0]

plt.imshow(img_copy)
cv2.waitKey(0)
plt.show()
0 голосов
/ 13 ноября 2018

Python

Вот как я написал это на Python: 

# convert coordinates to Keypoint type
eye_corner_keypoints = [cv2.KeyPoint(crd[0], crd[1], 13) for crd in eye_corner_coordinates]

# compute SIFT descriptors from corner keypoints
sift = cv2.xfeatures2d.SIFT_create()
eye_corner_descriptors = [sift.compute(gray,[kp])[1] for kp in eye_corner_keypoints]

C ++

Просмотр подписи конструктора в OpenCV справочной документации для класса KeyPoint: 

KeyPoint (float x, float y, float _size, float _angle=-1, float _response=0, int _octave=0, int _class_id=-1)

Похоже, что вы можете перебирать свои координаты и создавать экземпляры объектов KeyPoint на каждой итерации (примерно) примерно так: 

for (int i = 0; i < num_points; i++) {
    KeyPoint kp(points_x[i], points_y[i], points_size[i]);
    /* ... */

Предупреждение : код не проверен, я не программист на C ++.

...