C++ 如何在OpenCV中计算图像中的提示数？

我有一组平假名字符，我想数一数字符的端点/提示数

例如： 输入图像：

所需输出图像：

我试过使用凸包

代码：（基于opencv教程）

findContours（阈值输出、轮廓、层次、CV树、CV链近似、点（0,0））；
向量壳（contours.size（））；
对于（int i=0；i

然后是conrnerHarris（），但它返回了太多不需要的角点

代码：（基于opencv教程）

int blockSize=2；
int-apertureSize=3；
///检测角点
绘图=二值化图像（绘图）；//大津
cornerHarris（图形、dst、块大小、光圈大小、0.04、默认边框）；
///规范化
标准化（dst，dst_norm，0，255，norm_MINMAX，CV_32FC1，Mat（））；
可转换标度（dst_norm，dst_norm_scaled）；
int countCorner=0；
///在拐角处画一个圆
对于（int j=0；j50）
{
圆（输出，点（i，j），2，标量：：全部（255），-1，8，0）；
countCorner++；
}
}
}

它检测到11个角

我想这可能和指尖检测一样，但我不知道怎么做

---

[我正在使用OpenCV 2.4.9.]

我不打算使用OpenCV，因为我可以通过

ImageMagick

获得我所需要的，它是免费的，安装在大多数Linux发行版上，也可用于OSX和Windows。因此，我尝试了ImageMagick，也许您可以调整我的方法-这只是在命令行中完成的

# Thin input image down to a skeleton
convert char.jpg -threshold 50% -negate -morphology Thinning:-1 Skeleton skeleton.jpg

现在，在线条端点附近有一个红色点和两个绿色点，在交叉点附近只有红色点，但没有匹配的绿色点。因此，您将计算附近有绿点的红点

我将只显示叠加了点的骨架，以便您可以看到它们之间的关系：

composite -blend 30% skeleton.jpg result.jpg z.jpg

# Thin input image down to a skeleton
convert char.jpg -threshold 50% -negate -morphology Thinning:-1 Skeleton skeleton.jpg

# Find line-ends, using Hit-or-Miss morphology, and make them green (lime). Save as "lineends.jpg"
convert skeleton.jpg -morphology HMT LineEnds -threshold 50% -fill lime -opaque white lineends.jpg

# Find line-junctions, using Hit-or-Miss morphology, and make them red. Save as "line junctions.jpg"
convert skeleton.jpg -morphology HMT LineJunctions -threshold 50% -fill red -opaque white linejunctions.jpg

# Superpose the line-ends and line junctions into a result
convert lineends.jpg linejunctions.jpg -compose lighten -composite result.jpg

composite -blend 30% skeleton.jpg result.jpg z.jpg