从skimage返回corner_fast

【问题标题】：corner_fast return from skimage从skimage返回corner_fast
【发布时间】：2018-09-16 08:58:34
【问题描述】：

我刚刚尝试了corner_fast 形式的skimage，它似乎对角点检测效果很好：

from skimage.feature import corner_fast
np.random.seed(2018)
img = np.random.normal(size=(20, 20))
img_response = corner_fast(img, n=12, threshold=0.0)

FAST 算法在网络上的许多地方都有解释。然而，这些解释表明 FAST 应该返回一个布尔值（角或非角）。

然而，img_response 是一个浮点数组。我猜这些数字对应于特定像素的“角落”程度，但是，它们是如何计算的？它们真正代表什么？

【问题讨论】：

标签： python image-processing scipy scikit-image

【解决方案1】：

你猜对了，响应图像是一种累加器，值越高，像素越“角落”。

要提取角位置，可以在corner_fast返回的结果上调用函数corner_peaks

关于如何计算，文档给出了这两个参考：

[1] Edward Rosten 和 Tom Drummond “用于高速角点检测的机器学习”，http://www.edwardrosten.com/work/rosten_2006_machine.pdf
[2] 维基百科，“来自加速段测试的特征”，https://en.wikipedia.org/wiki/Features_from_accelerated_segment_test

最后，只要知道scikit-image是开源的，你就可以去看看代码本身的细节https://github.com/scikit-image/scikit-image/tree/master/skimage

【讨论】：