我正在成功使用 OpenCV 函数 findChessboardCorners()，但我对 corners 返回值的形状感到困惑。
下面是我的代码。我已经知道我的棋盘图像有 8 x 6 个内角。
import cv2
nx = 8
ny = 6
img = cv2.imread('test_image2.png')
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, corners = cv2.findChessboardCorners(img, (nx, ny), None)
print(corners.shape)
最后一行打印:(48, 1, 2)。
1 从哪里来？我知道有 8 * 6 = 48 角，每个角有 2 坐标。但是1呢？
documentation for findChessboardCorners()没有提及任何关于 corners 结果的信息:
corners – Output array of detected corners.
最佳答案
这是一个不需要且不必要的维度，您可以使用 squeeze function 来消除该维度。 numpy 的:
corners = np.squeeze(corners)
在 this documentation ，他们还在评论行中提到“无关的单例维度”:
corners = np.squeeze(corners) # Get rid of extraneous singleton dimension
编辑:
我只是将代码切换到 C++ 端来深入研究。最后，这是它的代码和控制台输出:
std::ccorners<<corners.rows<<" "<<corners.cols<<" "<<corners.dims<<std::endl;
输出:
48 1 2
因此您得到的输出分别给出:
- 行数 -> 角数
- 列号 -> 默认为 1，因为只提供一个数据
- 矩阵维数 -> 为 2，每行数据对的数量(坐标)
关于python - findChessboardCorners() 返回的角数组的形状，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/67964604/