如何在opencv或emgu cv中检测三角形边？

我正在使用Emgu CV，我想检测图片中的两个锐角，首先我将图像转换为灰色，然后调用cvCanny，然后调用FindContours，但只找到一个轮廓，没有找到三角形

代码：

publicstaticvoiddo（位图、IImageProcessingLog日志）
{
图像img=新图像（位图）；
图像灰度=img.Convert（）；
使用（图像canny=新图像（灰度大小））
使用（MemStorage story=new MemStorage（））
{
cvCanny（灰色，canny，10,5,3）；
log.AddImage（“canny”，canny.ToBitmap（））；
轮廓线=canny.FindContours(
Emgu.CV.CvEnum.CHAIN_APPROX_METHOD.CV_CHAIN_APPROX_SIMPLE，
Emgu.CV.CvEnum.RETR_TYPE.CV_RETR_树，
stor）；
对于（int i=0；轮廓！=null；轮廓=轮廓.HNext）
{
i++；
MCvBox2D-box=courts.getminarealect（）；
Image tmpImg=img.Copy（）；
tmpImg.图纸（框，新Bgr（颜色为红色），2）；
log.AddMessage（“等高线”+（i）+”，角度：“+box.angle.ToString（）+”，宽度：“+box.size.width+”，高度：“+box.size.height”）；
log.AddImage（“等高线”+i，tmpImg.ToBitmap（））；
}
}
}

（我不知道emguCV，但我会告诉你这个想法）

您可以按如下方式进行操作：

使用

Split（）

函数将图像拆分为R、G、B平面

对于每个平面，应用Canny边缘检测

然后找到其中的轮廓，并使用

approxPolyDP

函数近似每个轮廓

如果近似轮廓中的坐标数为3，则很可能是一个三角形，其值对应于三角形的3个顶点

下面是python代码：

import numpy as np
import cv2

img = cv2.imread('softri.png')

for gray in cv2.split(img):
    canny = cv2.Canny(gray,50,200)

    contours,hier = cv2.findContours(canny,1,2)
    for cnt in contours:
        approx = cv2.approxPolyDP(cnt,0.02*cv2.arcLength(cnt,True),True)
        if len(approx)==3:
            cv2.drawContours(img,[cnt],0,(0,255,0),2)
            tri = approx

for vertex in tri:
    cv2.circle(img,(vertex[0][0],vertex[0][1]),5,255,-1)

cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

下面是蓝色平面的canny示意图：

以下是最终输出，三角形及其V形分别用绿色和蓝色标记：

---

为什么我们需要分成3个频道？在canny对彩色图像进行处理后，这是否也同样有效？或者变成灰色？没必要吐口水。您只需转换为灰度并使用canny边缘检测器即可。

import numpy as np
import cv2

img = cv2.imread('softri.png')

for gray in cv2.split(img):
    canny = cv2.Canny(gray,50,200)

    contours,hier = cv2.findContours(canny,1,2)
    for cnt in contours:
        approx = cv2.approxPolyDP(cnt,0.02*cv2.arcLength(cnt,True),True)
        if len(approx)==3:
            cv2.drawContours(img,[cnt],0,(0,255,0),2)
            tri = approx

for vertex in tri:
    cv2.circle(img,(vertex[0][0],vertex[0][1]),5,255,-1)

cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()