Python使用OpenCV检测图像的一角

OpenCV的(开源计算机视觉)是一种计算机视觉库, 其中包含用于对图像或视频执行操作的各种功能。 OpenCV库可用于对视频执行多项操作。
让我们看看如何检测图像中的角。
cv2.goodFeaturesToTrack()方法通过Shi-Tomasi方法找到图像中的N个最强角。请注意, 该图像应为灰度图像。指定要查找的角数和质量等级(该数值介于0-1之间)。它表示转弯处的最低质量, 低于此质量时, 所有人将被拒绝。然后提供检测到的角之间的最小欧几里得距离。

语法：cv2.goodFeaturesToTrack(image, maxCorners, qualityLevel, minDistance [, corners [, mask [, maskSize , , blockSize [, useHarrisDetector [, k]]]]]))

拐角检测之前的图像：

文章图片

# import the required library import numpy as np import cv2 from matplotlib import pyplot as plt# read the image img = cv2.imread( 'corner1.png' )# convert image to gray scale image gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# detect corners with the goodFeaturesToTrack function. corners = cv2.goodFeaturesToTrack(gray, 27 , 0.01 , 10 ) corners = np.int0(corners)# we iterate through each corner, # making a circle at each point that we think is a corner. for i in corners: x, y = i.ravel() cv2.circle(img, (x, y), 3 , 255 , - 1 )plt.imshow(img), plt.show()

拐角检测后的图像–