OpenCV-37 最小外接矩形和最大外接矩形

一、外接矩形

外接矩形分为最小外接矩形最大外接矩形

下图中红色矩形为最小外接矩形,绿色矩形为最大外接矩形。

1. 最小外接矩形

  • minAreaRect(points) --- 最小外接矩形

point为轮廓;

返回值为元组,内容是一个旋转矩形 (RotatedRect)的参数:矩阵的起始坐标x,y,矩阵的宽度和高度,矩阵的旋转角度 --- 类型为元组

2. 最大外接矩形

  • boundingRect(points) --- 最大外接矩形

points即为轮廓;

返回值为元组,内容是一个普通矩形(无旋转) (RotatedRect)的参数,返回四个参数:矩阵的起始坐标x,y,矩阵的宽度w和高度h

通过API --- boxPoints (box,[points]) 当我们在**画旋转矩形的时候,可以找到旋转后的矩形(返回值),**其实就是帮我们把旋转矩阵的4个坐标点计算出来。

示例代码如下:

复制代码
import cv2
import numpy as np
hello = cv2.imread("hello.png")
# 二值化操作
gray = cv2.cvtColor(hello, cv2.COLOR_BGR2GRAY)
# 二值化操作
thresh, binary = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)
# 查找轮廓
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
# 绘制轮廓
# cv2.drawContours(hello, contours, 1, (0, 0, 255), 2)
# 最小外接矩形 rect是一个Rotated Rect 旋转的矩形,矩形的起始坐标(x,y),矩形的长款,矩形旋转角度
rect = cv2.minAreaRect(contours[1])
print(rect)
# 画最小外接矩形  第一种方法
# 其实就是帮我们把旋转矩阵的4个点画出来
box = cv2.boxPoints(rect)
print(box)
box = np.round(box)
box = np.int64(box)
cv2.drawContours(hello, [box], 0, (255, 0, 0), 2)
# 第二种方法 画最大外接矩形  返回四个参数
x, y, w, h = cv2.boundingRect(contours[1])
# 直接画矩形
cv2.rectangle(hello, (x, y), (x + w, y + h), (0, 0, 255), 2)
cv2.imshow("hello", hello)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果如下:

注意点如下:

得到的旋转矩形必须要转化为整数,因为要求为像素,不能为浮点数。

例如通过np.int0 / np.round等(一般通过rond四舍五入效果更好)

相关推荐
双向334 分钟前
实战测试:多模态AI在文档解析、图表分析中的准确率对比
人工智能
用户5191495848456 分钟前
1989年的模糊测试技术如何在2018年仍发现Linux漏洞
人工智能·aigc
人类发明了工具7 分钟前
【深度学习-基础知识】单机多卡和多机多卡训练
人工智能·深度学习
站大爷IP16 分钟前
Python与MySQL:从基础操作到实战技巧的完整指南
python
用户51914958484518 分钟前
检索增强生成(RAG)入门指南:构建知识库与LLM协同系统
人工智能·aigc
CoovallyAIHub19 分钟前
方案 | 动车底部零部件检测实时流水线检测算法改进
深度学习·算法·计算机视觉
老歌老听老掉牙20 分钟前
SymPy 矩阵到 NumPy 数组的全面转换指南
python·线性代数·矩阵·numpy·sympy
CoovallyAIHub21 分钟前
方案 | 光伏清洁机器人系统详细技术实施方案
深度学习·算法·计算机视觉
星期天要睡觉23 分钟前
机器学习——CountVectorizer将文本集合转换为 基于词频的特征矩阵
人工智能·机器学习·矩阵
lxmyzzs25 分钟前
【图像算法 - 14】精准识别路面墙体裂缝:基于YOLO12与OpenCV的实例分割智能检测实战(附完整代码)
人工智能·opencv·算法·计算机视觉·裂缝检测·yolo12