python自动搜索图片中的近似三角形，最后测量三角形的三个角大小，结果输出到B文件夹下

你可以使用Python中的OpenCV库来实现这个功能。以下是一个简单的步骤：

1. 从文件夹中读取图片并将其转换为灰度图像。

2. 使用Canny边缘检测算法查找图像中的边缘。

3. 使用霍夫变换检测图像中的直线，并根据线段的长度和角度过滤掉不需要的线段。

4. 对剩余的线段进行聚类，以找到三角形的三条边。

5. 计算三角形的三个角度，并将结果输出到B文件夹下。

下面是一个基本的代码示例：

import cv2
import numpy as np
import math
import os

# 读取图片
img = cv2.imread('A/image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 边缘检测
edges = cv2.Canny(gray, 50, 150, apertureSize=3)

# 检测直线
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 50, minLineLength=50, maxLineGap=5)

# 过滤掉不需要的线段
filtered_lines = []
for line in lines:
    x1, y1, x2, y2 = line[0]
    length = math.sqrt((x2 - x1)**2 + (y2 - y1)**2)
    angle = math.atan2(y2 - y1, x2 - x1) * 180 / np.pi
    if length > 50 and abs(angle) < 80:
        filtered_lines.append(line[0])

# 聚类线段
clusters = cv2.groupRectangles(filtered_lines, 1, 0.2)

# 计算三个角的大小
for cluster in clusters[0]:
    x1, y1, x2, y2 = cluster
    for cluster2 in clusters[0]:
        if np.array_equal(cluster, cluster2):
            continue
        x3, y3, x4, y4 = cluster2
        for cluster3 in clusters[0]:
            if np.array_equal(cluster, cluster3) or np.array_equal(cluster2, cluster3):
                continue
            x5, y5, x6, y6 = cluster3
            # 计算三个角
            a = math.sqrt((x2 - x1)**2 + (y2 - y1)**2)
            b = math.sqrt((x4 - x3)**2 + (y4 - y3)**2)
            c = math.sqrt((x6 - x5)**2 + (y6 - y5)**2)
            A = math.degrees(math.acos((b**2 + c**2 - a**2) / (2 * b * c)))
            B = math.degrees(math.acos((c**2 + a**2 - b**2) / (2 * c * a)))
            C = math.degrees(math.acos((a**2 + b**2 - c**2) / (2 * a * b)))
            print(A, B, C)
            # 将结果输出到B文件夹下
            if not os.path.exists('B'):
                os.makedirs('B')
            with open('B/angles.txt', 'a') as f:
                f.write('{}, {}, {}\n'.format(A, B, C))

请注意，上面的代码只是一种基本的方法来实现这个功能。对于不同的图片和场景，您可能需要进行一些微调。