基于OpenCV & EmguCV的黑色矩形检测及真实位置计算求助

• 版本与平台对齐：用NuGet安装对应版本的Emgu.CV和运行时包（如Emgu.CV.runtime.windows），项目平台设为x64（禁用Any CPU），确保和运行时包架构匹配——版本不兼容是最常见的失效原因。
• 补全必要引用：代码中必须包含这些命名空间：

  using Emgu.CV;
  using Emgu.CV.CvEnum;
  using Emgu.CV.Structure;
  using Emgu.CV.Util;
  

• 调优轮廓检测参数：
  • 调整Canny边缘检测的高低阈值（比如从50, 150开始测试，亮图调高、暗图调低），边缘检测失效会直接导致轮廓丢失。
  • 修改ApproxPolyDP的epsilon系数（示例默认0.04，可在0.02~0.05区间调整），该参数决定轮廓近似精度，系数错误会导致矩形被识别为其他形状。
  • 使用RetrType.External模式查找轮廓，过滤内部杂轮廓，只保留最外层形状。

示例跑通后，针对你的黑色矩形测试图做以下修改：

• 反向二值化预处理：黑色矩形属于暗区域，转灰度后做反向二值化，让矩形变为白色前景、背景变黑，大幅降低轮廓检测难度：

  Mat gray = new Mat();
  CvInvoke.CvtColor(inputImage, gray, ColorConversion.Bgr2Gray);
  Mat binary = new Mat();
  // 阈值根据图像亮度调整，低于阈值的黑色区域转为白色
  CvInvoke.Threshold(gray, binary, 50, 255, ThresholdType.BinaryInv);
  

• 形态学消噪：若矩形边缘有碎点或空洞，用闭运算消除噪点、填充缝隙：

  var kernel = CvInvoke.GetStructuringElement(ElementShape.Rectangle, new Size(3,3));
  CvInvoke.MorphologyEx(binary, binary, MorphOp.Close, kernel);
  

• 严格矩形验证：检测到4顶点轮廓后，增加角度校验，确保四个角为接近90度的直角，避免误判梯形或不规则四边形：

  private bool IsRectangle(List<Point> points)
  {
      for (int i = 0; i < 4; i++)
      {
          var p1 = points[i];
          var p2 = points[(i+1)%4];
          var p3 = points[(i+2)%4];
          // 向量点积计算夹角
          var v1 = new System.Numerics.Vector2(p1.X - p2.X, p1.Y - p2.Y);
          var v2 = new System.Numerics.Vector2(p3.X - p2.X, p3.Y - p2.Y);
          var dot = System.Numerics.Vector2.Dot(v1, v2);
          var mag = v1.Length() * v2.Length();
          var cosTheta = dot / mag;
          var angle = Math.Acos(cosTheta) * 180 / Math.PI;
          // 允许5度误差范围
          if (Math.Abs(angle - 90) > 5) return false;
      }
      return true;
  }
  

拿到矩形的四个像素坐标后，结合相机标定数据计算真实位置：

1. 准备世界坐标点：已知矩形真实宽高为W、H，将左下角设为原点，四个角的世界坐标为(0,0,0)、(W,0,0)、(W,H,0)、(0,H,0)。
2. 调用SolvePnP求解位姿：

   // cameraMatrix和distCoeffs为相机标定得到的内参矩阵与畸变系数
   Mat cameraMatrix = new Mat(3, 3, DepthType.Cv64F);
   Mat distCoeffs = new Mat(5, 1, DepthType.Cv64F);
   // 填充你的相机标定数据...
   
   var objectPoints = new VectorOfPoint3D32f(
       new Point3D32f(0,0,0),
       new Point3D32f(W,0,0),
       new Point3D32f(W,H,0),
       new Point3D32f(0,H,0)
   );
   var imagePoints = new VectorOfPoint2D32f(rectanglePixelPoints);
   
   Mat rvec = new Mat(); // 旋转向量
   Mat tvec = new Mat(); // 平移向量
   CvInvoke.SolvePnP(objectPoints, imagePoints, cameraMatrix, distCoeffs, rvec, tvec);
   

3. 平移向量tvec中的数值即为矩形在世界坐标系中的X、Y、Z位置。

内容的提问来源于stack exchange，提问作者s4rge