角點檢測的原理是基于局部的小窗口完成的，如果該窗口各個方向上移動，窗口內灰度都發生很大變化，即認為發現角點。如果僅在一個方向上變化，其他方向不變，即認為發現邊界。在實現過程中，主要分為四個步驟：（1）計算影像在X與Y方向的梯度，一般采用高斯導數求解；（2）計算影像在兩個方向的乘機，并進行高斯加權；（3）計算每個像素點Harris響應值。并設定閾值。（4）進行非最大值抑制。本算法，只進行了前三部，作出粗略結果，僅供參考。

# -*- coding:utf-8 -*-import numpyfrom PIL import Imagefrom pylab import *from scipy.ndimage import filtersI=array(Image.open('123.jpg').convert('L'))m,n=I.shapeIx=zeros(I.shape)Iy=zeros(I.shape)filters.gaussian_filter(I,(3,3),(0,1),Ix)#邊緣提取filters.gaussian_filter(I,(3,3),(1,0),Iy)Ixx=multiply(Ix,Ix)Iyy=multiply(Iy,Iy)Ixy=multiply(Ix,Iy)Wxx=filters.gaussian_filter(Ixx,3)#高斯模糊Wyy=filters.gaussian_filter(Iyy,3)Wxy=filters.gaussian_filter(Ixy,3)M=zeros([2,2])R=zeros(I.shape)for i in range(m):    for j in range(n):        M[0,0]=Wxx[i,j]        M[1,0]=Wxy[i,j]        M[0,1]=Wxy[i,j]        M[1,1]=Wyy[i,j]        R[i,j]=det(M)-0.06*(trace(M)**2)coord1=[]coord2=[]for i in range(m):    for j in range(n):        if R[i,j]>3000:            coord1.append(i)            coord2.append(j)figure()Im=Image.fromarray(I)imshow(I,cmap='gray')plot(coord2,coord1,'r*')axis('off')show()