Python 如何使用带OpenCV的Harris检测器正确检测角点？

我正在测试一些图像处理，以从数字指纹中获取细节。到目前为止，我正在做：

均衡直方图

二值化

将Zhang Suen算法应用于线条细化（这无法正常工作）

尝试确定细化图像中的角点并显示它们

因此，我得到的修改是：

但是，我无法在最后一张图像中获得可能的角点，这张图像属于

thinked

对象的

Mat

实例

这是尝试获取角点的代码：

corners_image = cornerHarris(thinned,1,1,0.04)
corners_image = dilate(corners_image,None)

但在结果矩阵上尝试

imshow

，将显示如下内容：

黑色图像

---

那么我应该如何确定角点呢？

实际上

cv:：cornerHarris

返回corener响应，而不是角点本身。看起来您的图像上的响应太小

如果要可视化角点，您可能会得到比某个

阈值

参数更大的响应，然后您可以在原始图像上标记这些点，如下所示：

corners = cv2.cvtColor(thinned, cv2.COLOR_GRAY2BGR)
threshold = 0.1*corners_image.max()
corners [corners_image>threshold] = [0,0,255]
cv2.imshow('corners', corners)

然后您可以调用

imshow

，红色点将对应于角点。最有可能的情况是，您需要调整阈值参数以获得所需的结果

---

请参阅中的更多详细信息。

我以前尝试过类似的方法，但失败了，因为它抱怨了一些numpy问题，我认为由于图像是二进制的，并且试图在3大小的列表上进行修改OK，这是我的错。我更新了答案。我只需要将二进制图像转换为BGR颜色空间。