opencv python直角识别

OpenCV提供了两种常用的方法来进行直角（L型角点）的识别：Harris角点检测和Shi-Tomasi角点检测。

Harris角点检测是一种基于灰度图像的角点提取算法，对于直角的角点检测精度较高，但运算速度较慢。在Python中，可以使用`cv2.cornerHarris`函数进行Harris角点检测。

Shi-Tomasi角点检测是对Harris算法的改进，性能相对更好。同样在Python中，可以使用`cv2.goodFeaturesToTrack`函数进行Shi-Tomasi角点检测。

以下是一个示例代码，展示如何使用Harris角点检测和Shi-Tomasi角点检测来进行直角识别：

import cv2

# 读取图像
img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# Harris角点检测
harris_corners = cv2.cornerHarris(img, blockSize, ksize, k)

# Shi-Tomasi角点检测
shi_tomasi_corners = cv2.goodFeaturesToTrack(img, maxCorners, qualityLevel, minDistance)

# 显示结果
cv2.imshow('Harris Corners', harris_corners)
cv2.imshow('Shi-Tomasi Corners', shi_tomasi_corners)
cv2.waitKey(0)
cv2.destroyAllWindows()

你可以根据具体需求调整参数，如`blockSize`、`ksize`、`k`、`maxCorners`、`qualityLevel`和`minDistance`等。