update ch31

makelove · makelove · commit 7057efcb77d1 · 2017-07-13T14:21:19.000+08:00
diff --git a/ch31-Shi-Tomasi角点检测-适合于跟踪的图像特征/goodFeaturesToTrack.py b/ch31-Shi-Tomasi角点检测-适合于跟踪的图像特征/goodFeaturesToTrack.py
@@ -1,23 +1,33 @@
-#-*-coding:utf8-*-#
+# -*-coding:utf8-*-#
 __author__ = 'play4fun'
 """
 create time:15-10-29 上午7:52
-"""
 
+使用 Shi-Tomasi 方法获取图像中 N 个最好的角点
+
+ 常情况下  入的应  是灰度图像。然后确定你想 检测到的 点数目。再 置 点的  水平 0 到 1 之 。它代 了 点的最低   低于 个数的所有 点 会 忽略。最 后在 置两个角点之间的最短欧式距离。
+ 
+ 所有低于  水平的 点  会 忽略。然后再把合格 点按 点     序排列。
+ 函数会 用 点   最 的 个 点 排序后的第一个  然后将它   最小 离之内 的 点  删掉。
+ 按着 样的方式最后 回 N 个最佳 点。
+ 
+ 以后会发现这个函数很适合在目标跟踪中使用
+"""
 
 import numpy as np
 import cv2
 from matplotlib import pyplot as plt
 
-
 filename = '../data/corner-detection.jpg'
 img = cv2.imread(filename)
-gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
+gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
+
+corners = cv2.goodFeaturesToTrack(gray, maxCorners=25, qualityLevel=0.01, minDistance=10)
 
-corners = cv2.goodFeaturesToTrack(gray,25,0.01,10)
-#返回的结果是 [[ 311., 250.]] 两层括号的数组。
+# 返回的结果是 [[ 311., 250.]] 两层括号的数组。
 corners = np.int0(corners)
 for i in corners:
-    x,y = i.ravel()
-    cv2.circle(img,(x,y),3,255,-1)
-plt.imshow(img),plt.show()
+    x, y = i.ravel()
+    cv2.circle(img, (x, y), 3, 255, -1)
+
+plt.imshow(img), plt.show()
