Python skimage.feature.corner_subpix用法及代碼示例

用法: skimage.feature.corner_subpix(image, corners, window_size=11, alpha=0.99)

確定角的亞像素位置。

統計測試決定拐角是定義為兩條邊的交點還是單個峰。根據分類結果，根據grey-values的局部協方差確定子像素角位置。如果任一統計檢驗的顯著性水平不夠，則無法對角點進行分類，並將輸出子像素位置設置為NaN

參數：

image：(M, N) ndarray: 輸入圖像。
corners：(K, 2) 數組: 角坐標(行，列)。
window_size：int 可選: 子像素估計的搜索窗口大小。
alpha：浮點數，可選: 角分類的顯著性水平。

positions：(K, 2) 數組: 亞像素角位置。 NaN 用於“not classified” 角。

參考：

1: Förstner, W., & Gülch, E. (1987, June). A fast operator for detection and precise location of distinct points, corners and centres of circular features. In Proc. ISPRS intercommission conference on fast processing of photogrammetric data (pp. 281-305). https://cseweb.ucsd.edu/classes/sp02/cse252/foerstner/foerstner.pdf
2: https://en.wikipedia.org/wiki/Corner_detection

例子：

>>> from skimage.feature import corner_harris, corner_peaks, corner_subpix
>>> img = np.zeros((10, 10))
>>> img[:5, :5] = 1
>>> img[5:, 5:] = 1
>>> img.astype(int)
array([[1, 1, 1, 1, 1, 0, 0, 0, 0, 0],
       [1, 1, 1, 1, 1, 0, 0, 0, 0, 0],
       [1, 1, 1, 1, 1, 0, 0, 0, 0, 0],
       [1, 1, 1, 1, 1, 0, 0, 0, 0, 0],
       [1, 1, 1, 1, 1, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 1, 1, 1, 1, 1],
       [0, 0, 0, 0, 0, 1, 1, 1, 1, 1],
       [0, 0, 0, 0, 0, 1, 1, 1, 1, 1],
       [0, 0, 0, 0, 0, 1, 1, 1, 1, 1],
       [0, 0, 0, 0, 0, 1, 1, 1, 1, 1]])
>>> coords = corner_peaks(corner_harris(img), min_distance=2)
>>> coords_subpix = corner_subpix(img, coords, window_size=7)
>>> coords_subpix
array([[4.5, 4.5]])

相關用法

注：本文由純淨天空篩選整理自scikit-image.org大神的英文原創作品 skimage.feature.corner_subpix。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

參考：

例子：