如何使用OpenCV检测边的端点和起点？

我真的想知道检测和提取边缘起点和终点的最佳方法是什么，如果我得到这样的图像，黑色材质的角度不同

---

我发现了一些使用高斯模糊和canny算子来检测边缘的想法。但是我还想提取第一个和最后一个点的精确像素位置。如果有人能告诉我完成这项任务的正确分步概念，那就太棒了。

如果你的所有图片都与你发布的图片相似（即所有边都与图像的顶部和左侧相交），下面的简单程序会找到边的右上列和左下行编号：

cv::Mat im, edge, locs;
im = cv::imread("./lBnUO.jpg", cv::IMREAD_GRAYSCALE);
cv::Canny(im, edge, 0.0, 255.0);
cv::findNonZero(edges(cv::Range(0, 1), cv::Range(0, edge.cols)), locs);
int topRightCol = (locs.at<cv::Point>(0)).x;
cv::findNonZero(edges(cv::Range(0, edge.rows), cv::Range(0, 1)), locs);
int bottomLeftRow = (locs.at<cv::Point>(0)).y;
std::cout << "Top-right point column: " << topRightCol << ", bottom-left point row: "
          << bottomLeftRow << std::endl;

对于此处提供的图像，上面的两个代码都将打印出来：

Top-right point column: 190, bottom-left point row: 160

---

可能先

cvFindContours

，然后取轮廓上最小x和最大x的点？不过，这只适用于该示例图像！为什么不使用模糊来找到边缘，然后使用原始图像来找到像素精确的位置呢？如果你能澄清你可以做出的假设，这会有所帮助。在您的示例图像中，只有黑色和白色。也只有一条边。标记的结果线是直的，并一直延伸到整个图像。所有这些事情都是真的吗？

Top-right point column: 190, bottom-left point row: 160