opencv-python 怎么获取4角点xy坐标值

在使用 OpenCV-Python 处理图像时，获取图像中的四个角点的坐标值通常用于图像透视变换（Perspective Transformation）或者图像校正（Image Rectification）。以下是获取四个角点坐标的详细步骤：

方法一：手动选择四个角点

1. 显示图像并选择四个角点：

   • 使用 OpenCV 加载图像并显示，然后通过鼠标交互来手动选择图像中的四个角点。这种方法适用于需要交互式地从图像中获取角点的情况。

   python
   复制代码
   import cv2
   import numpy as np
   
   # 加载图像
   img = cv2.imread('your_image.jpg')
   cv2.imshow('Image', img)
   
   # 等待用户交互选择四个角点
   pts = []
   def mouse_callback(event, x, y, flags, param):
       if event == cv2.EVENT_LBUTTONDOWN:
           pts.append((x, y))
           cv2.circle(img, (x, y), 5, (0, 0, 255), -1)
           cv2.imshow('Image', img)
           if len(pts) == 4:
               cv2.destroyAllWindows()
   
   cv2.setMouseCallback('Image', mouse_callback)
   cv2.waitKey(0)
   
   # 输出四个角点的坐标
   print("Corner points:", pts)
   

2. 手动选择注意事项：

   • 确保用户交互时图像窗口未关闭，以便实时显示选定的角点。
   • 根据需要可以添加逻辑以确保只选择四个角点，例如在鼠标点击事件处理函数中进行计数和逻辑判断。

方法二：自动检测角点（适用于特定场景）

1. 使用角点检测算法：

   • OpenCV 提供了一些角点检测算法，如 Harris 角点检测、Shi-Tomasi 角点检测等，可以自动检测图像中的角点，但需要根据具体场景进行参数调整和筛选。

   python
   复制代码
   gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
   corners = cv2.goodFeaturesToTrack(gray, 4, 0.01, 10)
   corners = np.int0(corners)
   
   for corner in corners:
       x, y = corner.ravel()
       cv2.circle(img, (x, y), 5, (0, 0, 255), -1)
   
   cv2.imshow('Image with corners', img)
   cv2.waitKey(0)
   
   # 输出检测到的四个角点坐标
   corner_points = [tuple(c[0]) for c in corners]
   print("Corner points:", corner_points)
   

2. 自动检测注意事项：

   • 自动检测角点需要适当的参数调整（如阈值、角点数目等），以及在实际应用中可能需要进一步处理和筛选检测到的角点。

总结

通过上述方法，可以根据需求选择手动或自动获取图像中的四个角点坐标。手动选择适合于需要交互式操作的场景，而自动检测适合于特定条件下的角点识别。