在数组中查找扭结/角落

如何解决在数组中查找扭结/角落

我正在尝试以编程方式分析如下所示的可视化数据：

检测任何“角落”（绘图上绘制的绿色方块）的算法/方法/过滤器是我所追求的。

黑色虚线（特别是找到它们的斜率）是我感兴趣的数据，对于这个例子，我当前的方法在应用高斯滤波器平滑数据并找到后使用 scipy.signal find_peaks 工作正常黑色虚线的“开始”和“停止”点。

g_filt_voltage = gaussian_filter1d(voltage,100)

maxes,_ = find_peaks(g_filt_voltage,prominence=10)
mins,prominence=10)
corner_times = time[np.sort(np.concatenate((maxes,mins)))]

一旦我有了 corner_times，我就可以轻松地处理数据以获得我需要的东西，但 find_peaks 方法已被证明是不够的 - 有时数据开始高，有时开始低（当它开始时低，没有检测到拐角，因为没有峰值变化）。我知道一定有另一种方式。

是否有更好的数学概念或替代 Python 函数可以应用于此，以便更轻松、更准确地找到这些“角”点？

编辑：我尝试过使用@AKX 建议的渐变（在原始数据和高斯滤波数据上），但这还不够，它只给 一些角落：

编辑 2： 我也尝试了二阶导数，但有一个有问题的拐点使这个选项不起作用：

对不起，颜色变化，晚上工作

编辑 3： 将画布光栅化为 png，然后使用 opencv harris 角点检测给出了非常好的结果，但不完全是我需要的。它标记了内角和外角，获得这些数据后我不知道如何在光栅化后将其取回并获取数据。仍在寻找数学来做到这一点。