角点检测把边缘角检测进去了怎么办

在角点检测过程中，如果将边缘角误检为角点，可以考虑使用非最大抑制（Non-Maximum Suppression, NMS）算法进行优化。具体来说，可以在角点检测的结果中对局部最大值进行筛选，去除那些周围有较多点的点，只保留周围较少点的点，这样就可以将误检的边缘角去除掉，保留真正的角点。同时，还可以对图像进行滤波、降噪等预处理，以提高角点检测的准确性，避免误检边缘角的情况。

相关问题

角点检测的时候总是把边缘检测进去

角点检测常常会把边缘检测进去，这是因为角点和边缘都是图像中的高梯度区域，而角点还有一些特殊的几何属性，如拐角处有两个不同的边缘方向。而一些经典的角点检测算法，如Harris角点检测算法，是通过计算图像梯度的二阶矩阵（如结构张量）来检测角点的。但是，这些算法并不能很好地区分角点和边缘，因此会将一些边缘误判为角点。为了解决这个问题，可以使用非极大值抑制（NMS）等技术来去除一些不合理的角点。另外，也可以使用更加先进的角点检测算法，如FAST、AGAST和ORB等算法，这些算法在检测角点和边缘时都有很好的表现。

openmv识别黑色边缘矩形

在OpenMV中，可以使用边缘检测功能来识别黑色边缘矩形。首先，将OpenMV板子连接到OpenMV IDE，并创建一个新文件。然后，复制边缘检测的代码进去。点击IDE左下角的绿色按钮，你就可以在IDE右边的窗口实时显示提取到的边缘特征图片。边缘识别与矩形识别原理相似，只是调用的函数不同。你可以参考官方提供的源码来了解具体操作细节。