import cv2
import numpy as np

SOURCE_IMAGE='../lisbon1.jpg'
OUTPUT_IMAGE='harris_lisbon1.jpg'

## kép beolvasása
img = cv2.imread(SOURCE_IMAGE);

## a képet szürkeárnyalatossá konvertáljuk
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

## sarokpontok keresése Harris sarokdetektorral
##  - meg kell adnunk az alábbi paramétereket:
blockSize = 2    # az ablakméret a sajátérték és sajátvektor számításhoz
apertureSize = 3 # a Sobel operátor ablakmérete
k = 0.004        # a Harris sarokdetektor paramétere (lásd a képletet a leírásban) 
gray_img = np.float32(gray_img)
cornerness = cv2.cornerHarris(gray_img, blockSize, apertureSize, k)
#cornerness = cv2.normalize(cornerness,None)
cv2.imwrite('cornerness.jpg', cornerness)


## a kapott kép még csak a sarkossági válaszfüggvényt tartalmazza
## ahhoz, hogy ténylegesen sarokpontokat kapjunk küszöbölnünk kell
## kiszámoljuk a minimális és maximális sarkosságot a képen és 
## határozzuk meg a küszöböt (ez képenként változhat).
minval, maxval, _, _ = cv2.minMaxLoc(cornerness)
threshold = 0.06 * maxval
print("min:" + str(minval))
print("max:" + str(maxval))
ret, corner_img = cv2.threshold(cornerness, threshold, 255, cv2.THRESH_BINARY); 
cv2.imwrite(OUTPUT_IMAGE, corner_img)