Python | Detectar la esquina de una imagen usando OpenCV

OpenCV (Open Source Computer Vision) es una biblioteca de visión por computadora que contiene varias funciones para realizar operaciones en imágenes o videos. La biblioteca OpenCV se puede usar para realizar múltiples operaciones en videos.

Veamos cómo detectar la esquina en la imagen.

cv2.goodFeaturesToTrack() El método encuentra N esquinas más fuertes en la imagen mediante el método Shi-Tomasi. Tenga en cuenta que la imagen debe ser una imagen en escala de grises. Especifique el número de esquinas que desea encontrar y el nivel de calidad (que es un valor entre 0 y 1). Denota la calidad mínima de esquina por debajo de la cual todos son rechazados. Luego proporcione la distancia euclidiana mínima entre las esquinas detectadas.

Sintaxis: cv2.goodFeaturesToTrack (image, maxCorners, qualityLevel, minDistance[, corners[, mask[, blockSize[, useHarrisDetector[, k]]]]])

Imagen antes de la detección de esquinas:

# import the required library
import numpy as np
import cv2
from matplotlib import pyplot as plt
  
  
# read the image
img = cv2.imread('corner1.png')
  
# convert image to gray scale image
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
  
# detect corners with the goodFeaturesToTrack function.
corners = cv2.goodFeaturesToTrack(gray, 27, 0.01, 10)
corners = np.int0(corners)
  
# we iterate through each corner, 
# making a circle at each point that we think is a corner.
for i in corners:
    x, y = i.ravel()
    cv2.circle(img, (x, y), 3, 255, -1)
  
plt.imshow(img), plt.show()

Imagen después de la detección de esquinas –