首先，请检查/样品在你的OpenCV的分布/ C/ squares.c的。这个例子提供了一个方形的检测，如何检测角落类似的功能，它应该是一个不错的开始。然后，一起来看看在OpenCV的功能，导向功能，如cvCornerHarris（）和cvGoodFeaturesToTrack（）。 上述方法可以返回许多角落类似的功能 - 最不会“真正的角落”你正在寻找。在我的应用程序，我只好检测，旋转或倾斜的广场（透视）。我的检测流水线包括： 从RGB转换为灰度级（cvCvtColor）

1．利用工具（如ACDSee、PhotoShop）将*.jpg转换为*.bmp； 2．借助imread命令将图像内容读入内存数组； 3．通过访问数字图像RGB三个通道的对应矩阵，改变数字图像的色彩； 4．将数字图像的RGB表示转换为YUV表示； Y=0.30R+0.59G+0.11B U=0.70R-0.59G-0.11B V=-0.30R-0.59G+0.89B 5．通过访问Y（亮度）通道，改变数字图像的亮度； 6．通过Y（亮度）通道作灰度的线性变换，改变数字

exe+源代码 从Keil SAVE命令保存出来的内存内容,就是HEX386格式,需要用此工具转换成 bin文件,特别对图像数据(.raw)比较有用,再用IrfanView来查看8位/16位灰度或者RGB图像. 基于 HEX386格式的文件转换成bin文件的程序。 提供原创源码。 原下载链接 http://www.pudn.com/downloads93/sourcecode/middleware/detail362872.html 1) 原程序给的buffer太小