Python OpenCV实现角点检测与水平连线绘制

陆景行

发布时间：2026-10-14| 2人浏览过

原创

本文介绍如何利用Python和OpenCV库实现图像角点检测及基于角点的水平连线功能。通过goodFeaturesToTrack算法提取角点坐标，计算最大最小Y值，并绘制两条水平直线。代码完整展示了从读取图像、灰度转换到角点标记及连线绘制的完整流程，适用于图像特征处理场景。

原始图像展示

首先展示原始输入图像，作为后续处理的基准素材。

角点检测与标记

接下来执行角点检测步骤。利用代码片段中的逻辑，通过cv2.goodFeaturesToTrack函数在灰度图上提取特征点。代码将检测到的角点数量限制为100个，质量因子设为0.01，最小距离设为10。随后，通过np.int0将浮点坐标转换为整数，并重塑为二维数组格式。最后，遍历每个角点坐标(x, y)，使用cv2.circle在原图上以绿色实心圆标记这些角点位置，半径为10像素。


points = cv2.goodFeaturesToTrack(gray, 100, 0.01, 10)
points = np.int0(points).reshape(-1,2)

for point in points:
  x, y = point.ravel()
  cv2.circle(img, (x, y), 10, (0, 255, 0), -1)

基于角点的水平连线绘制

完成角点标记后，进行连线操作。参考中的代码实现，首先从检测到的角点集合中提取Y坐标的最小值y1和最大值y2。接着，使用cv2.line函数绘制两条水平直线：一条位于y1高度，另一条位于y2高度。线条从图像左侧x=0处延伸至右侧x=1000处，颜色为绿色，线宽设置为3，线条类型指定为8（抗锯齿）。这一步骤旨在连接角点分布的上下边界。


cv2.line(img, (0, y1), (1000, y1), (0, 255, 0), thickness=3, lineType=8)
cv2.line(img, (0, y2), (1000, y2), (0, 255, 0), thickness=3, lineType=8)

完整代码实现

以下是完整的实现代码，整合了图像读取、灰度转换、角点检测、标记绘制以及水平连线功能。代码由提供，包含必要的import语句及注释信息。运行该代码将显示处理后的图像，并按下任意键关闭窗口。


""" 
@author: qq群686070107
""" 
import cv2
import numpy as np
img=cv2.imread("1.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
points = cv2.goodFeaturesToTrack(gray, 100, 0.01, 10)
points = np.int0(points).reshape(-1,2)

for point in points:
  x, y = point.ravel()
  cv2.circle(img, (x, y), 10, (0, 255, 0), -1)


y1 = min(points[:,1])
y2 = max(points[:,1])

## small and big enough 
cv2.line(img, (0, y1), (1000, y1), (0, 255, 0), thickness=3, lineType=8)
cv2.line(img, (0, y2), (1000, y2), (0, 255, 0), thickness=3, lineType=8)

cv2.imshow("img", img)
cv2.waitKey(0)

至此，关于Python OpenCV角点检测及连线功能的实现代码介绍完毕。如需了解更多相关技术内容，建议查阅本站往期文章或继续浏览后续更新。感谢支持！