使用python实现Harris角点检测（不直接调用opencv）

Harris角点检测实现

1、Harris角点步骤总结

流程总结:

1. 计算图像梯度，比如Sobel算子 (如果彩色图先转化为灰度图)
2. 根据图像梯度为每个点计算二阶矩矩阵特征值
3. 寻找具有较大响应的点（λmin或者R大于阈值）
4. 选择那些λmin或者R是局部最大值的点作为关键点（非最大值抑制）

这也是我们代码的逻辑结构。

2、代码实现

# 使用python实现Harris角点检测
import cv2 
import numpy as np

# 非最大值抑制
def non_max_suppression_matrix(matrix, neighborhood_size):
    if matrix.ndim != 2:
        raise ValueError("输入矩阵必须是二维矩阵")

    height, width = matrix.shape
    half_size = neighborhood_size // 2

    suppressed_matrix = np.zeros_like(matrix)

    for y in range(half_size, height - half_size):
        for x in range(half_size, width - half_size):
            local_patch = matrix[y - half_size:y + half_size + 1, x - half_size