问题标签 [corner-detection]

BW = poly2mask(x, y, m, n)从由向量 x 和 y 表示的 ROI 多边形计算二进制感兴趣区域 (ROI) 掩码 BW。BW 的大小是 m×n。

poly2mask将 BW 中位于多边形 (X,Y) 内的像素设置为 1，将多边形外的像素设置为 0。

问题： 给定这样一个凸四边形的二进制掩码BW，确定四个角的最有效方法是什么？

例如，

迄今为止最好的解决方案： 使用edge找到边界线，霍夫变换在边缘图像中找到 4 条线，然后找到这 4 条线的交点，或者在边缘图像上使用角检测器。看起来很复杂，我不禁觉得那里有一个更简单的解决方案。

顺便说一句，convhull并不总是返回 4 个点（也许有人可以建议qhull防止这种情况的选项）：它也沿边缘返回几个点。

编辑： Amro 的回答似乎非常优雅和高效。但是每个真正的角落可能有多个“角落”，因为峰不是唯一的。我可以基于θ对它们进行聚类并平均一个真实角落周围的“角落”，但主要问题是使用order(1:10).

10足以说明所有角落还是会排除真实角落的“角落” ？

我正在为教育目的实施哈里斯角检测器，但我被困在哈里斯响应部分。基本上，我正在做的是：

1. 计算 x 和 y 方向的图像强度梯度
2. (1) 的模糊输出
3. 根据 (2) 的输出计算 Harris 响应
4. 在 3x3 邻域和阈值输出中抑制 (3) 输出中的非最大值

1 和 2 似乎工作正常；但是，作为 Harris 响应，我得到的值非常小，并且没有任何点达到阈值。输入是标准的户外摄影。

对于示例图片，max 最终为 6.4163e-018，这似乎太低了。

谁能告诉我如何使用 RANSAC 算法在两个具有一定重叠部分的图像中选择共同特征点？问题来自基于特征的图像拼接。

作为我的学士论文的一部分，我正在尝试使用 Harris 和 Stephens 算法实现角检测器： A combined Corner and Edge Detector

我计算：

1. 使用 sobel 滤波器 (3x3) 的 x 和 y 偏差

2. 计算系统矩阵 M

   M = [交流; CB]

   这意味着，如果我没问题：

   1. A = sobel_x 平方的响应：Ix * Ix（在特定像素处）
   2. B = sobel_y 平方的响应：Iy * Iy（在特定像素处）
   3. C = sobel_x 的响应乘以 sobel_y 的响应：Ix * Iy（在某个像素处）

3. 现在我确实计算了 trace(M) 以及我特别关心的：行列式(M)

在那篇论文中，他们提出了行列式的以下近似值，因为它避免了对特征值进行昂贵的计算：

det(M) = A * B - C^2

这必须始终以零结尾！

表达式 det(M) = A * B - C^2 可以重写为：（利用第 2 点的知识）

det(M) = A * B - C * C

det(M) = Ix*Ix * Iy*Iy - Ix*Iy * Ix*Iy

det(M) = Ix*Ix * Iy*Iy - Ix*Ix * Iy*Iy

det(M) = 0

那么我为什么还要费心计算行列式呢？据我所知，计算trace就足够了！（或者我在某个地方犯了一个重大错误？）

我尝试从一组点中获取四边形的角点。

• 这组点是有序的并描述了一个轮廓
• 有时轮廓有一些噪音（见第二张图）
• 搜索到的角点不必是给定点集之外的点（见左下角第三张图）
• 搜索到的角点描述一个凸四边形，不一定是矩形

第二张图片有点极端，但我的一组点的“质量”介于第一张和第二张图片之间。

首先，我想从超过 1-360° 和长度制作直方图，以下两点描述。四个最高峰将描述每条线的长度。但是由于我失去了顺序点，只知道度数和长度或一条线，不知道一条线属于哪个位置。

然后我想合并以下两条线，如果它们或多或少具有相同的度数，但我不知道如何处理这里的噪音或预测角落。

有谁知道处理这个问题或类似问题的算法？

我有一个等边三角形和一个矩形的图像：

我只想检测三角形的 3 个角。我遵循OpenCV Harris 角点检测器教程，我看到三角形的所有角点的阈值 = 80（当矩形阈值的所有 4 个角点 = 255 时）。但我没有找到阈值和程度之间的联系。

例如，如何找到在 [55,65] 度范围内的角？
这是输出垫http://pastebin.com/raw.php?i=qNidEAG0

P/s：我对CV很陌生，希望你能提供更多的细节！

我试图找到 HarrisCorner 方法在我的图像上标记的所有形状的坐标。

我已经设置好了，所以它标记了正确的角落并显示了正确的结果，但我不知道在说完之后在哪里可以找到坐标。我需要一个由该算法标记的所有角的列表，以便我可以找到它们的面积、重心、形状和大小。另外，我有每个形状中包含的所有像素的列表，因此我很容易将坐标与相应的形状相匹配。如果这是一个绿色问题，我很抱歉。我一直在阅读我能找到的所有内容。感谢 OpenCV 专业人士！

我愿意从扭曲的图像中得到一个普通的矩形。

例如，一旦我有这种图像：

...我想裁剪与以下矩形相对应的区域：

...但是我的代码正在提取这个更大的框架：

我的代码如下所示：

关于如何找到菱形角并尝试将它们缩小为较小的矩形的任何想法？

我正在使用以下代码来尝试检测折线的角以“测量”线条。该代码基于我在 SO某处找到的片段，并且基于cv2.cornerHarris()：

原始代码导致角落位置出现白点，并且水平似乎是“角落”的指标。由于某种原因，该片段（更新为使用 cv2）迭代生成的图像并扫描大于 10e-06 的值，我已将其替换为我认为应该是图像中的亮度的比较。

然而，在这些位置绘制的圆圈与标准化 harris 输出中发现的实际热点相去甚远。

我究竟做错了什么？

或者，可以将cv2.goodFeaturesToTrack()设置为使用 Harris (useHarrisDetector=True)，但我尝试使用它不会导致cornerHarris 似乎可以正确检测到：

对 cv2.cornerHarris() 的等效函数调用是什么？

我的问题是我想在使用 cvfindcontours 后找到矩形的 4 个角？这是我的结果：

图片：

如何找到每个矩形的 4 个角？我认为建筑功能 Cv 查找和绘制轮廓有他们的角落信息，那么我该如何阅读呢？