如何使用 OpenCv 查找图像上的角点

我正在尝试找到图像上的角点，我不需要轮廓，只需要 4 个角点。我将使用 4 个角来改变视角。

我正在使用 Opencv，但我需要知道找到角点的步骤以及我将使用什么函数。

My images will be like this:(without red points, I will paint the points after)

EDITED:

按照建议的步骤后，编写代码：（注意：我没有使用纯 OpenCv，我使用的是 javaCV，但逻辑是相同的）。

// Load two images and allocate other structures (I´m using other image)
    IplImage colored = cvLoadImage(
            "res/scanteste.jpg",
            CV_LOAD_IMAGE_UNCHANGED);

    IplImage gray = cvCreateImage(cvGetSize(colored), IPL_DEPTH_8U, 1);
    IplImage smooth = cvCreateImage(cvGetSize(colored), IPL_DEPTH_8U, 1);

    //Step 1 - Convert from RGB to grayscale (cvCvtColor)
    cvCvtColor(colored, gray, CV_RGB2GRAY);

    //2 Smooth (cvSmooth)
    cvSmooth( gray, smooth, CV_BLUR, 9, 9, 2, 2); 

    //3 - cvThreshold  - What values?
    cvThreshold(gray,gray, 155, 255, CV_THRESH_BINARY);

    //4 - Detect edges (cvCanny) -What values?
    int N = 7;
    int aperature_size = N;
    double lowThresh = 20;
    double highThresh = 40;     
    cvCanny( gray, gray, lowThresh*N*N, highThresh*N*N, aperature_size );   

    //5 - Find contours (cvFindContours)
    int total = 0;
    CvSeq contour2 = new CvSeq(null);
    CvMemStorage storage2 = cvCreateMemStorage(0);
    CvMemStorage storageHull = cvCreateMemStorage(0);
    total = cvFindContours(gray, storage2, contour2, Loader.sizeof(CvContour.class), CV_RETR_CCOMP, CV_CHAIN_APPROX_NONE);
    if(total > 1){
          while (contour2 != null && !contour2.isNull()) {
              if (contour2.elem_size() > 0) {
                //6 - Approximate contours with linear features (cvApproxPoly)
                  CvSeq points = cvApproxPoly(contour2,Loader.sizeof(CvContour.class), storage2, CV_POLY_APPROX_DP,cvContourPerimeter(contour2)*0.005, 0);
                  cvDrawContours(gray, points,CvScalar.BLUE, CvScalar.BLUE, -1, 1, CV_AA);

              }
              contour2 = contour2.h_next();
          }

    } 

所以，我想找到角点，但我不知道如何使用 cvCornerHarris 等角点函数。

首先，查看 OpenCV 发行版中的 /samples/c/squares.c。这个示例提供了一个方形检测器，对于如何检测类似角的特征来说，它应该是一个很好的开始。然后，看一下 OpenCV 的面向特征的函数，例如 cvCornerHarris() 和 cvGoodFeaturesToTrack()。

以上方法都可以返回many类似角的特征 - 大多数都不是您正在寻找的“真正的角”。在我的应用程序中，我必须检测已旋转或倾斜（由于透视）的正方形。我的检测管道包括：

1. 从 RGB 转换为灰度 (cvCvtColor)
2. 平滑（cvSmooth）
3. 阈值（cv阈值）
4. 检测边缘（cvCanny）
5. 查找轮廓（cvFindContours）
6. 具有线性特征的近似轮廓（cvApproxPoly）
7. 找到“矩形”，这些结构具有：具有 4 个点的多边形轮廓、具有足够的面积、相邻边缘约为 90 度、“相对”顶点之间的距离足够大等。

步骤 7 是必要的，因为稍微有噪声的图像可能会产生许多在多边形化后显示为矩形的结构。在我的应用程序中，我还必须处理出现在所需正方形内或与所需正方形重叠的类似正方形的结构。我发现轮廓的面积属性和重心有助于辨别正确的矩形。