九、opencv-python图像处理顶级操作(1)——角点

学习目标

理解图像的特征

知道图像的角点

一、图像的特征

大多数人都玩儿过拼图游戏。首先拿到完整图像的碎片,然后把这些碎片以正确的方式排列起来从而重建这幅图像。如果把拼图游戏的原理写成计算机程序,那么计算机也就会玩儿拼图游戏了。
在拼图的时候,我们要寻找一些唯一的特征,这些特征要适合被跟踪,容易被比较。我们在一副图像中搜索这样的特征,找到它们,而且也能在其他图像中找到这些特征,然后再把它们拼接在一起。
那么在计算机中,如何找到这些特征呢?
如果我们深入的观察一些图像并搜索不同区域,以下图为例:
在这里插入图片描述
在图的上方给出了六个小图。找到这些小图在原始图像中的位置。你能找到多少个正确结果呢?
A、B、C、D这些位置虽然可以知道近似位置,但是准确位置还是很难找到。这是因为:沿着边缘,所有地方都一样。
所以边缘是比平面更好的特征,但是还不够好。
最后可以发现E和F是建筑的一些角点。它们能很容易的被找到。因为在角点的地方,无论你向哪个方向移动小图,结果都会有很大不同。所以可以把它们当做一个好的特征。为了更好的理解这个概念,我们再举一个简单例子。
在这里插入图片描述
在上图中:

  • 蓝色框中的区域是一个平面很难被找到和跟踪的。无论向哪个方向移动蓝色框,都是一样的。
  • 对于黑色框中的区域,它是一个边缘。如果沿着垂直发那个像移动,它会改变,但是如果沿着水平方向移动,就不会改变。
  • 而红色框中的角点,无论你向哪个方向移动,得到的结果都不同,这就说明红色框中的区域对于绿色矩形区域来说是唯一的。所以,我们说角点是一个好的图像特征,也就回答了前面的问题。

角点是图像中很重要的特征,对图像图形的理解和分析有很重要的作用。
角点在三维场景重建运动估计,目标跟踪,目标识别,图像配准和匹配等计算机视觉领域起着很重要的作用。
在现实世界中,角点对应于物体的拐角,道路的十字路口、丁字楼口等。

下面我们使用OpenCV中的各种算法来查找图像的特征,并对其进行描述。

总结

在这一章,我们引入了图像特征和角点的概念,角点这个概念非常的重要,一定要认真记下,准确使用。

猜你喜欢

转载自blog.csdn.net/weixin_44463519/article/details/126166579