Название задачи: Детектирование углов

Выполнено командой: Фатеев Стас, Кочерга Михаил, Горелов Антон

Постановка задачи:

Протестировать метод (реализованный в OpenCV) на различных видах изображений. Подобрать наборы с положительными и отрицательными примерами.

План работы:

1. Получение полутонового изображения
2. С помощью встроенного метода cv2.goodFeaturesToTrack найти углы на изображениях.
3. Обозначить точками на изображении
4. Подобрать правильные параметры MinDistance, QualityLevel и MaxCorners

Используемые методы:

1. goodFeaturesToTrack(image, maxCorners, qualityLevel, minDistance[, corners[, mask[, blockSize[, useHarrisDetector[, k]]]]]) → corners
2. qualityLevel - Параметр, характеризующий минимальное допустимое качество углов изображения. Значение параметра умножается на лучшую оценку качества угла, которая является минимальным собственным значением.
3. maxCorners - Максимальное количество углов.
4. minDistance - Минимальное возможное евклидово расстояние между возвращенными углами.

Результаты работы алгоритма:

1. Хорошо определяет углы на изображении, если фон вокруг изображения однородный, нет теней и отсутствует пикселизация.
2. С большой вероятностью находит даже мелкие углы на изображениях.

Недостатки:

1. Плохо работает с изображениями, где присутствует перепад яркости, много мелких деталей, в том числе листвы, рельефа, большого количества людей, не распознает углы и находит их, где они отсутствуют.
2. Некорректно распознает сильно пикселизованные изображения.

Примеры работы: