使用 OpenCV 检测图像中二次形状的最佳和最快方法？答案

【问题标题】：The best and quickest method for detecting quadratic shape in image using OpenCV?使用 OpenCV 检测图像中二次形状的最佳和最快方法？
【发布时间】：2015-05-11 03:50:02
【问题描述】：

在过去的几天里，我正在寻找在图像中找到二次形状的好方法。

例如，看一下附加的图像。

我想找到白屏部分的边缘（在这种情况下是电视屏幕）。

我可以用我想要的任何东西替换白色画布，例如二维码、一些纹理等 - 只是寻找那个形状的坐标。

形状的其他特征：

应该只检测一个形状。
应使用透视变换。

语言不是那么重要，但我想为此使用 OpenCV。

【问题讨论】：

我已经更新了透视变换的答案，但如果只检测一种形状，你应该有标准，例如图案、颜色、大小

标签： opencv image-processing feature-detection

【解决方案1】：

这些都是已经在 OpenCV 中实现的优秀算法：

Harris 角点检测器为GoodFeatureToTrackDetector

GoodFeaturesToTrackDetector harris_detector (1000, 0.01, 10, 3, true);
vector<KeyPoint> keypoints;
cvtColor (image, gray_image, CV_BGR2GRAY);
harris_detector.detect (gray_image, keypoints);

FeatureDetector::create("FAST") 和 FASTX 的快速角检测器

Ptr<FeatureDetector> feature_detector = FeatureDetector::create("FAST");
vector<KeyPoint> keypoints;
cvtColor (image, gray_image, CV_BGR2GRAY);
feature_detector->detect (gray_image, keypoints);

或者

FASTX (gray_image, keypoints, 50, true, FastFeatureDetector::TYPE_9_16);

SIFT（尺度不变特征变换）为FeatureDetector::create("SIFT")

Ptr<FeatureDetector> feature_detector = FeatureDetector::create("SIFT");
vector<KeyPoint> keypoints;
cvtColor (image, gray_image, CV_BGR2GRAY);
feature_detector->detect (gray_image, keypoints);

更新透视变换（动手前必须知道4点）：

Point2f source [4], destination [4];
// Assign values to source and destination points.
perspective_matrix = getPerspectiveTransform( source, destination );
warpPerspective( image, result, perspective_matrix, result.size() );

【讨论】：