Python图像处理：最好是PIL或任何相关模块中的角点检测所需的帮助

我是图像处理新手，需要对该图像进行角点检测：

---

在这张图中，我需要提取每条线段的起点和终点或角点的坐标。这只是我项目中的一小部分，我被困在这一点上，因为我在图像处理方面没有经验

我不知道我是否正确理解了这个问题，但我认为一种低效率的方法是扫描每个像素并检查该像素周围的4个方向。如果两个非相反方向（即向上和向左或向上和向右等）是彩色的，则它是一个角

---

希望这能有所帮助。

这有点像是在暗中拍摄，但我假设您可以解析png标题以检索图像的宽度/高度（请看）。结合图像的位深度，您应该能够通过简单的数学计算确定每个角的位置。一旦找到角点，您应该能够使用简单的算法检查相邻像素数据来跟踪该线

这听起来也像是家庭作业。如果是这样，您应该将其标记为这样。

我建议使用Harris角点检测器和Shi-Tomasi角点检测器附带的。

这里有一个解决方案，使用：

从skimage导入io、颜色、形态
从scipy.signal导入卷积2D
将numpy作为np导入
将matplotlib.pyplot作为plt导入
img=color.rgb2gray（io.imread（'6EnOn.png'））
#将所有线减少到一个像素厚度
蛇=形态。骨骼化（img<1）
#查找只有一个邻居的像素
角点=卷积2D（蛇，[[1,1,1]，
[1, 0, 1],
[1,1,1]]，mode='same'）==1
角=角和蛇
#这些是线段的起点和终点位置
y、 x=np.其中（角）
plt.imshow（img，cmap=plt.cm.gray，插值=‘最近’）
plt.散射（x，y）
打印轴（“关闭”）
plt.show（）

---

接受的答案无法找到图像中的所有角落

使用Harris角点检测，可以找到所有可能的角点。由于OP对模块的选择没有限制，我选择使用OpenCV库执行以下操作

结果:

图像中的每个角都被正确识别

---

提供算法和代码的详细信息。

如果线条的厚度为1像素，则此操作将有效。这种情况很少发生，示例图像也不例外（放大）。工作算法要复杂得多（）。很好-这里很好地使用了卷积-我最终会使用8个不同的

np.rolls

，所以我读了你的答案就更好了！；）很高兴你发现它很有用！

from skimage import io, color, morphology
from scipy.signal import convolve2d
import numpy as np
import matplotlib.pyplot as plt

img = color.rgb2gray(io.imread('6EnOn.png'))

# Reduce all lines to one pixel thickness
snakes = morphology.skeletonize(img < 1)

# Find pixels with only one neighbor
corners = convolve2d(snakes, [[1, 1, 1],
                              [1, 0, 1],
                              [1, 1, 1]], mode='same') == 1
corners = corners & snakes

# Those are the start and end positions of the segments
y, x = np.where(corners)

plt.imshow(img, cmap=plt.cm.gray, interpolation='nearest')
plt.scatter(x, y)
plt.axis('off')
plt.show()