因此，基本上，我正在设计一种用于拍摄样品图片的仪器，并根据其光度使用光密度校准提供输出结果。最初，我已经将像素坐标值硬编码到了代码中，但是我不得不更换相机，现在所有坐标都因为缩放和焦点不同而发生了变化。我需要做的是对所有图像进行标准化，以使其不依赖于相机的位置。可以将一个图像保留为模板，以便可以将较新的图像与模板进行比较，然后以感兴趣的对象（矩形）基本上占据相同像素坐标的方式调整大小和/或旋转图像。
我已经在ImageJ上实现了它的一部分，在这里我检测到对象的边缘，然后返回其角边缘值。无法在PIL python中获得角值。
我发现这样做的效率很低，但是距离标准化还很遥远。首先，我分成了rgb频道。使用阈值将其转换为黑白（这是一个问题，因为不同的图片具有不同的强度和强度分布） 然后，对于每个我都使用边缘检测过滤器。因此，边缘是唯一留在白色中的东西。读取所有白色的像素值。在y轴上找到最低的白色，这给了我第一条优势。越过这个边缘，找到最低的x值，找到我的第一个角。
