检测图像中的特定角点 - OpenCV - Python

Question

我是使用OpenCV的新手，我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，那里有多个角落。

我想抓住4个极端角落，用红色突出显示。

使用cv2.cornerHarris()我已经设法真正准确地突出显示所有可能的角落，但我找不到调整这些值的方法，只留下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官方网站获得了此代码，并且我调整了一些值。

任何人都可以提供帮助吗？我是在完全错误的方向吗？如果我还不清楚我想要的输出图像是我的问题，而我的代码只是给了我网格中所有可能的角落。

网格不是从坐标x开始，y = 0,0

先谢谢你们

Answer 1

如果网格处于图像中的通用位置，则没有简单的解决方案。 Harris滤波器甚至可能无法检测到网格极值角，具体取决于图像本身的质量。对于稳健的解决方案，您需要明确地模拟检测到的角的图形的拓扑（即找出哪个角是网格中哪些角的邻居）。 Here是一个如何针对棋盘的情况进行此操作的示例。

对于不太稳健的解决方案，您可以计算检测到的角分布的凸包，然后将4条线拟合到它。这些线的交叉点将产生极端的角落。

Answer 2

我有另一种使用轮廓的解决方案。

1. 将图像转换为灰度
2. 获取二进制图像
3. 执行形态学关闭操作

4. 查找外部轮廓

   contours, hierarchy = cv2.findContours(th, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

5. 获取此轮廓周围的边界矩形。您将获得此矩形的坐标，这是网格的角落

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



1. 在网格上绘制角落

   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)