复杂图像中的角点检测

Question

我想在上面的图片中找到一个固定的点用于后面的比较，我想到了左上角的电路板。我尝试了一些东西，但结果显示为绿点。我想找到一种方法，在板的角落，而不是在上面。我也希望在同一块板的一组图片中使这一点相同，但可能会有一些方向的改变。我正在使用python 2.7

我到目前为止尝试过的代码：

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (3, 3), 0)
edged = cv2.Canny(blurred, 10, 200)
edged = cv2.dilate(edged, None, iterations=6)
edged = cv2.erode(edged, None, iterations=6)
(contourss, _) = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL,
                        cv2.CHAIN_APPROX_SIMPLE)
contourss = sorted(contourss, key=cv2.contourArea, reverse=True)[:10]
cv2.drawContours(image, contourss[0], -1, (0, 255, 0), 2)

rect1 = cv2.minAreaRect(contourss[0])
box1 = cv2.cv.BoxPoints(rect1)
box1 = np.int0(box1)
topleftPer=[]
for i in box1[1]:
    topleftPer.append(i)
pt = (topleftPer[0], topleftPer[1])
cv2.circle(image, pt, 5, (0, 255, 0), -1)

Answer 1

看到人们如何依赖边缘检测总能让人惊叹。边缘检测是如此不可靠！

此图像易于二值化。找到x + y值最小的黑色像素，并在此像素周围放置一个小的ROI。然后使用最左边和最顶部的坐标。