角点检测的基本原理就是：在角点处画一个框，当这个框无论上下左右移动时像素点变化迅速。因为在一块平滑的区域，没有什么剧烈变化，如下图所示：
目前的角点检测算法可归纳为3类：
基于灰度图像的角点检测；基于二值图像的角点检测；基于轮廓曲线的角点检测。
基本原理：
依据lambad 1，lambad 2的大小不一样，我们可以判断是否是边界，或者角点。
那是否有这样一个值来计算角点呢，而不是看两个lambad：
OpenCv中角点检测函数为cv2.cornerHarris()其参数设置为：
img： 数据类型为 float32 的入图像blockSize： 角点检测中指定区域的大小ksize： Sobel求导中使用的窗口大小，一般取3。k： 取值参数为 [0,04,0.06]
Python实现结果如下所示：
import cv2import numpy as npimg = cv2.imread('test_1.jpg')print ('img.shape:',img.shape)gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# gray = np.float32(gray)dst = cv2.cornerHarris(gray, 2, 3, 0.04)print ('dst.shape:',dst.shape)img[dst>0.01*dst.max()]=[0,0,255]cv2.imshow('dst',img)cv2.waitKey(0)cv2.destroyAllWindows()
结果显示如下所示：
完整代码后台回复：/ZhiqiangHo/Opencv-Computer-Vision-Practice-Python-
我的微信公众号名称：深度学习与先进智能决策
微信公众号ID：MultiAgent1024
公众号介绍：主要研究分享深度学习、机器博弈、强化学习等相关内容！期待您的关注，欢迎一起学习交流进步！
