已经有一个有关如何在OpenCV中进行矩形检测的示例（请参见samples / squares.c），实际上非常简单。

这是他们使用的粗略算法：

0. rectangles <- {}
1. image <- load image
2. for every channel:
2.1  image_canny <- apply canny edge detector to this channel
2.2  for threshold in bunch_of_increasing_thresholds:
2.2.1   image_thresholds[threshold] <- apply threshold to this channel
2.3  for each contour found in {image_canny} U image_thresholds:
2.3.1   Approximate contour with polygons
2.3.2   if the approximation has four corners and the angles are close to 90 degrees.
2.3.2.1    rectangles <- rectangles U {contour}

他们所做的并不是确切的音译，但它可以为您提供帮助。

OpenCV具有大量可以帮助您实现此目标的功能。如果使用该语言进行编程，请下载Emgu.CV以将C＃.NET包装到该库中。

获得所需内容的一些方法：

1. 像以前一样找到角点-例如“ CornerHarris” OpenCV函数

2. 阈值图像并计算重心-请参阅http://www.roborealm.com/help/Center%20of%20Gravity.php ...这是我要使用的方法。您甚至可以在COG例程中执行阈值设置。即cog_x + = * imagePtr <128吗？ 255：0;

3. 找到图像的力矩以给出旋转，重心等-例如“ Moments” OpenCV功能。 （我没有使用过）

4. （编辑）AForge.NET库具有角点检测功能以及示例项目（MotionDetector）和用于连接网络摄像头的库。我认为，如果您使用的是Windows和.NET，这将是最简单的方法。

希望这会有所帮助，使用矩量法来获取黑白图像的质心。

cv::Point getCentroid(cv::Mat img)
{
    cv::Point Coord;
    cv::Moments mm = cv::moments(img,false);
    double moment10 = mm.m10;
    double moment01 = mm.m01;
    double moment00 = mm.m00;
    Coord.x = int(moment10 / moment00);
    Coord.y = int(moment01 / moment00);
    return Coord;
}