检测image-OpenCV-Python中的特定角点

我刚使用OpenCV，在检测图像中的角点时遇到问题。假设我有一个像这样的图像网格，其中有多个角

我只想抓住4个极端的角落，用红色突出显示

使用

cv2.cornerHarris（）

我成功地突出显示了所有可能的角点，但我找不到调整这些值的方法，只保留了4个极端

这是我的代码：

import cv2
import numpy as np

filename = 'start.jpg'
img = cv2.imread(filename)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

gray = np.float32(gray)
dst = cv2.cornerHarris(gray,2,29,0.04)

#result is dilated for marking the corners, not important
dst = cv2.dilate(dst,None)

# Threshold for an optimal value, it may vary depending on the image.
img[dst>0.01*dst.max()]=[0,0,255]

cv2.imshow('dst',img)
if cv2.waitKey(0) & 0xff == 27:
    cv2.destroyAllWindows()

我从OpenCV官方网站上获得了这段代码，并调整了一些值

有人能帮忙吗？我是不是完全错了？如果我还不清楚我想要的是我在问题中附加的输出图像，而我的代码只是给我网格中所有可能的角落

栅格不从坐标x开始，y=0,0

---

提前感谢各位

如果网格在图像中处于一般位置，则没有简单的解决方案。根据图像本身的质量，哈里斯滤波器甚至可能检测不到栅格极值角点。对于健壮的解决方案，您需要显式地对检测到的角点图的拓扑进行建模（即，找出哪个角点与网格中的哪个角点相邻）。这是一个如何在棋盘格中实现的示例

---

对于鲁棒性稍差的解决方案，您可以计算检测到的角点分布的凸包，然后为其拟合4条线。线的交点将产生极值角。

我有另一个使用等高线的解决方案

将图像转换为灰度

获取二值图像

执行形态闭合操作

找到外部存在的轮廓

contours，hierarchy=cv2.findContours（th，cv2.RETR\u EXTERNAL，cv2.CHAIN\u APPROX\u SIMPLE）

获取此轮廓周围的边框。您将获得该矩形的坐标，即网格的角

cnts=轮廓[0]
x、 y，w，h=cv2.boundingRect（cnts）

在网格上画那些角

cv2.圆（im，（x，y），3，（0,0255），-1）
cv2.圆（im，（x+w，y），3，（0,0255），-1）
cv2.圆（im，（x+w，y+h），3，（0,0255），-1）
cv2.圆（im，（x，y+h），3，（0,0255），-1）
cv2.imshow（“网格角”，img）

---

您可以尝试在图像上使用Hough变换。这将为您提供图像中所有线段的坐标（起点、终点）。然后，如果正方形在图像中没有旋转，您可以将它们与在corner harris中找到的角进行比较。