opencv-python角点检测 角点排序 并输出角点坐标

OpenCV-Python提供了许多角点检测算法，包括Harris角点检测、Shi-Tomasi角点检测、FAST角点检测等。这些算法可以检测图像中的关键点，通常用于特征匹配和目标跟踪等应用。

在检测到角点之后，我们可以对它们进行排序，并输出它们的坐标。下面是一个示例代码，演示如何使用Shi-Tomasi角点检测算法检测角点、将角点按照响应值排序，并输出角点坐标：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('corner.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Shi-Tomasi角点检测
corners = cv2.goodFeaturesToTrack(gray, 25, 0.01, 10)

# 对角点按照响应值排序
corners = np.int0(corners)
corners = sorted(corners, key=lambda x: x[0][1])

# 输出角点坐标
for i in range(len(corners)):
    x, y = corners[i][0]
    print("Corner {}: ({},{})".format(i+1, x, y))
    cv2.circle(img, (x, y), 5, (0, 0, 255), -1)

# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们首先读取了一张图像，然后使用Shi-Tomasi角点检测算法检测了25个角点，并将它们存储在corners数组中。接着，我们按照角点的y坐标对它们进行排序，并输出它们的坐标。最后，我们在图像上绘制了检测到的角点，并显示了结果。