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:

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
梦云澜2 分钟前
论文阅读(十二):全基因组关联研究中生物通路的图形建模
论文阅读·人工智能·深度学习
Tester_孙大壮6 分钟前
第32章 测试驱动开发(TDD)的原理、实践、关联与争议(Python 版)
驱动开发·python·tdd
远洋录30 分钟前
构建一个数据分析Agent:提升分析效率的实践
人工智能·ai·ai agent
IT古董2 小时前
【深度学习】常见模型-Transformer模型
人工智能·深度学习·transformer
沐雪架构师2 小时前
AI大模型开发原理篇-2:语言模型雏形之词袋模型
人工智能·语言模型·自然语言处理
python算法(魔法师版)3 小时前
深度学习深度解析:从基础到前沿
人工智能·深度学习
小王子10244 小时前
设计模式Python版 组合模式
python·设计模式·组合模式
kakaZhui4 小时前
【llm对话系统】大模型源码分析之 LLaMA 位置编码 RoPE
人工智能·深度学习·chatgpt·aigc·llama
struggle20255 小时前
一个开源 GenBI AI 本地代理(确保本地数据安全),使数据驱动型团队能够与其数据进行互动,生成文本到 SQL、图表、电子表格、报告和 BI
人工智能·深度学习·目标检测·语言模型·自然语言处理·数据挖掘·集成学习
佛州小李哥5 小时前
通过亚马逊云科技Bedrock打造自定义AI智能体Agent(上)
人工智能·科技·ai·语言模型·云计算·aws·亚马逊云科技