检测图像中的特定角 - OpenCV - Python答案

【问题标题】：Detect specific corners in image - OpenCV - Python检测图像中的特定角 - OpenCV - Python
【发布时间】：2017-01-05 16:07:51
【问题描述】：

我是使用 OpenCV 的新手，在检测图像中的角时遇到问题。假设我有一个像这样的图像网格，其中有多个角。

我只想捕捉 4 个极端的角，以红色突出显示。

使用cv2.cornerHarris()，我已经设法准确地突出了所有可能的角落，但我找不到调整这些值的方法，只保留4个极端。

这是我的代码：

import cv2
import numpy as np

filename = 'start.jpg'
img = cv2.imread(filename)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

gray = np.float32(gray)
dst = cv2.cornerHarris(gray,2,29,0.04)

#result is dilated for marking the corners, not important
dst = cv2.dilate(dst,None)

# Threshold for an optimal value, it may vary depending on the image.
img[dst>0.01*dst.max()]=[0,0,255]

cv2.imshow('dst',img)
if cv2.waitKey(0) & 0xff == 27:
    cv2.destroyAllWindows()

我从 OpenCV 官方网站获得了这段代码，并且我调整了一些值。

有人可以帮忙吗？我是在完全错误的方向吗？如果我不清楚我想要的是我在问题中附加的输出图像，而我的代码只是给了我网格中所有可能的角。

网格不是从坐标 x,y = 0,0 开始

提前谢谢大家

【问题讨论】：

可能你可以尝试对图像使用霍夫变换。这将为您提供图像中所有线段的坐标（开始，结束）。然后，如果正方形未在图像中旋转，您可以将它们与角哈里斯中找到的角进行比较。

标签： python opencv image-processing

【解决方案1】：

我有另一个使用轮廓的解决方案。

将图像转换为灰度
获取二值图像
执行形态关闭操作
查找外部存在的轮廓

contours, hierarchy = cv2.findContours(th, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
获取围绕该轮廓的边界矩形。你会得到这个矩形的坐标，也就是网格的角

cnts = contours[0] x,y,w,h = cv2.boundingRect(cnts)

在网格上画出那些角

cv2.circle(im,(x,y), 3, (0,0,255), -1) cv2.circle(im,(x+w,y), 3, (0,0,255), -1) cv2.circle(im,(x+w,y+h), 3, (0,0,255), -1) cv2.circle(im,(x,y+h), 3, (0,0,255), -1) cv2.imshow("Corners of grid", img)

【讨论】：

【解决方案2】：

如果网格位于图像中的通用位置，则没有简单的解决方案。根据图像本身的质量，Harris 过滤器甚至可能无法检测到网格极值角。对于一个健壮的解决方案，您需要显式地对检测到的角图的拓扑进行建模（即找出哪个角是网格中哪个角的邻居）。 Here 是一个示例，说明如何在棋盘格的情况下完成此操作。

对于一个不太稳健的解决方案，您可以计算检测到的角分布的凸包，然后对其拟合 4 条线。这些线的交点会产生极值角。

【讨论】：