点特征检测器的一般要求 ，哈里斯探测器在 OpenCV 中的实现

计算机视觉基础

1. 针孔相机模型
2.  透视投影
3.  相机校准
4.  立体视觉、对极几何和三角测量
5.  运动和光流的结构

理想情况下，点特征检测器应该对旋转、缩放、强度的线性变化和仿射变换保持不变。

角点特征检测器对缩放（角度可以只是一个面/边缘）和仿射变换（扭曲角点附近的图像变换可以改变对“角度”的反应）不是一成不变的。

哈里斯探测器：
Harris 检测器的工作原理如下：
图像以灰度拍摄，每个像素的强度使用以下公式计算：
                                         I = 0.299R + 0.587G + 0.114B
此外，还考虑了某个窗口 w (x, y) 内强度的变化（u 沿 x 的位移，v 沿 y 的位移）。

w (x, y) - 点 x, y 处的窗口。
I (x, y) - x, y 点的强度。
I (x + u, y + v) - 移动窗口中的强度（求和是在 x, y 上进行的）。
 
由于我们正在寻找带角的窗户，因此我们对强度变化很大的窗户感兴趣。 因此，我们必须最大化上述方程，公式：

将其展开为泰勒级数，我们得到：

展开括号里的，得到：

 让我们用符号代替：

那么上面的表达式将会变成这样：

为每个窗口计算使用以下公式计算的分数，以确定它是否可以包含一个角度：
R = det (M) −k (trace (M)) 2
其中 det (M) = λ1λ2
轨迹 (M) = λ1 + λ2，k是任意参数，R值大于某个值的窗口被认为是包含角点的窗口。

在 Python 中的 OpenCV 中的实现：

mport cv2 as cv
import numpy as np
import argparse
 
max_thresh = 255          	#最大阈值
def cornerHarris(val):
   thresh = val
   # 探测器参数
   blockSize = 2
   apertureSize = 3
   k = 0.04
   # 角点检测
   dst = cv.cornerHarris(src_gray, blockSize, apertureSize, k)
   # 正常化
   dst_norm = np.empty(dst.shape, dtype=np.float32)
   cv.normalize(dst, dst_norm, alpha=0, beta=255, norm_type=cv.NORM_MINMAX)
   dst_norm_scaled = cv.convertScaleAbs(dst_norm)
   # 用圆圈标出角
   for i in range(dst_norm.shape[0]):
       for j in range(dst_norm.shape[1]):
           if int(dst_norm[i,j]) > thresh:
               cv.circle(dst_norm_scaled, (j,i), 5, (0), 2)
 
   cv.namedWindow('Corners detected')
   cv.imshow('Corners detected', dst_norm_scaled)
 
# 加载图像并将其转换为灰度
parser = argparse.ArgumentParser(description='Code for Harris corner detector')
parser.add_argument('--input', help='Path to input image.', default='building.jpg')
args = parser.parse_args()
src = cv.imread(cv.samples.findFile(args.input))
if src is None:
   print('Could not open or find the image:', args.input)
   exit(0)
src_gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
 
cv.namedWindow('Source image')
thresh = 200 # 初始阈值
cv.createTrackbar('Threshold: ', source_window, thresh, max_thresh, cornerHarris)
cv.imshow('Source image', src)
cornerHarris(thresh)
cv.waitKey()