image-processing - 如何使用 OpenCv 在图像上查找角点

Question

我试图找到图像上的角，我不需要轮廓，只需要 4 个角。我将使用 4 个角改变视角。

我使用的是 Opencv，但我需要知道找到角点的步骤以及我将使用的函数。

我的图像将是这样的:(没有红点，我会在之后画点)

编辑:

按照建议的步骤，我编写了代码:(注意:我没有使用纯 OpenCv，我使用的是 javaCV，但逻辑是一样的)。

// Load two images and allocate other structures (I´m using other image)
    IplImage colored = cvLoadImage(
            "res/scanteste.jpg",
            CV_LOAD_IMAGE_UNCHANGED);

    IplImage gray = cvCreateImage(cvGetSize(colored), IPL_DEPTH_8U, 1);
    IplImage smooth = cvCreateImage(cvGetSize(colored), IPL_DEPTH_8U, 1);

    //Step 1 - Convert from RGB to grayscale (cvCvtColor)
    cvCvtColor(colored, gray, CV_RGB2GRAY);

    //2 Smooth (cvSmooth)
    cvSmooth( gray, smooth, CV_BLUR, 9, 9, 2, 2); 

    //3 - cvThreshold  - What values?
    cvThreshold(gray,gray, 155, 255, CV_THRESH_BINARY);

    //4 - Detect edges (cvCanny) -What values?
    int N = 7;
    int aperature_size = N;
    double lowThresh = 20;
    double highThresh = 40;     
    cvCanny( gray, gray, lowThresh*N*N, highThresh*N*N, aperature_size );   

    //5 - Find contours (cvFindContours)
    int total = 0;
    CvSeq contour2 = new CvSeq(null);
    CvMemStorage storage2 = cvCreateMemStorage(0);
    CvMemStorage storageHull = cvCreateMemStorage(0);
    total = cvFindContours(gray, storage2, contour2, Loader.sizeof(CvContour.class), CV_RETR_CCOMP, CV_CHAIN_APPROX_NONE);
    if(total > 1){
          while (contour2 != null && !contour2.isNull()) {
              if (contour2.elem_size() > 0) {
                //6 - Approximate contours with linear features (cvApproxPoly)
                  CvSeq points = cvApproxPoly(contour2,Loader.sizeof(CvContour.class), storage2, CV_POLY_APPROX_DP,cvContourPerimeter(contour2)*0.005, 0);
                  cvDrawContours(gray, points,CvScalar.BLUE, CvScalar.BLUE, -1, 1, CV_AA);

              }
              contour2 = contour2.h_next();
          }

    } 

所以，我想找到拐角，但我不知道如何使用 cvCornerHarris 等拐角函数。

Answer 1

首先，检查 OpenCV 发行版中的/samples/c/squares.c。这个例子提供了一个方形检测器，它应该是如何检测角状特征的一个很好的开始。然后，看看 OpenCV 的面向特征的函数，如 cvCornerHarris() 和 cvGoodFeaturesToTrack()。

上述方法可以返回许多 类似角的特征 - 大多数都不是您正在寻找的“真正的角”。在我的应用程序中，我必须检测已旋转或倾斜(由于透视)的正方形。我的检测管道包括:

1. 从 RGB 转换为灰度 (cvCvtColor)
2. 平滑 (cvSmooth)
3. 阈值(cvThreshold)
4. 检测边缘(cvCanny)
5. 寻找等高线 (cvFindContours)
6. 具有线性特征的近似轮廓(cvApproxPoly)
7. 找到具有以下结构的“矩形”:具有包含 4 个点的多边形轮廓、具有足够的面积、具有约 90 度的相邻边缘、具有足够大小的“相对”顶点之间的距离等。

第 7 步是必要的，因为轻微噪声的图像会产生许多在多边形化后呈现矩形的结构。在我的应用程序中，我还必须处理出现在所需正方形内或与其重叠的类似正方形的结构。我发现轮廓的面积属性和重心有助于辨别正确的矩形。