利用open CV检测图片中的直线，圆形，三角形

以下是用Python和OpenCV库检测图片中直线、圆形和三角形的示例代码：

import cv2
import numpy as np

# 读取图片
img = cv2.imread('test.jpg')

# 转为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 高斯模糊
blur = cv2.GaussianBlur(gray, (5, 5), 0)

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

# 直线检测
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 100, minLineLength=10, maxLineGap=10)

# 绘制直线
for line in lines:
    x1, y1, x2, y2 = line[0]
    cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 2)

# 圆形检测
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=0, maxRadius=0)

# 绘制圆形
if circles is not None:
    circles = np.uint16(np.around(circles))
    for circle in circles[0, :]:
        cv2.circle(img, (circle[0], circle[1]), circle[2], (0, 0, 255), 2)

# 三角形检测
contours, _ = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

for contour in contours:
    approx = cv2.approxPolyDP(contour, 0.01 * cv2.arcLength(contour, True), True)
    if len(approx) == 3:
        cv2.drawContours(img, [approx], 0, (255, 0, 0), 2)

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

该代码首先读取一张图片，然后将其转换为灰度图，并进行高斯模糊和边缘检测。接下来，使用Hough变换在边缘图像中检测直线和圆形，并分别绘制在原图上。最后，使用findContours函数在边缘图像中寻找轮廓，并使用approxPolyDP函数判断是否为三角形，并将其绘制在原图上。