2-2（补充） opencv实战进阶系列 最大多边形识别

1、前言

书接上回，代码能够很好的把图像中的矩形都找出来，若我们只需要找到图像中最大的矩形，需要对上节的代码进行一些修改。

运行效果如下：

2、修改思路

在for遍历每个轮廓时，增加一个对轮廓面积的计算

area = cv2.contourArea(cnt)

然后将面积进行对比选出最大的轮廓:max_rect

# 初始化变量来存储最大矩形的信息
max_area = 0
max_rect = None

for cnt in contours:
    approx = cv2.approxPolyDP(cnt, 0.01 * cv2.arcLength(cnt, True), True)
    if len(approx) == 4:
        # 计算轮廓的面积
        area = cv2.contourArea(cnt)
        if area > max_area:
            max_area = area
            max_rect = cnt

之后同上节内容一样，把轮廓以及相关文字显示出来

完整代码：

import cv2

# 读取输入图像
img = cv2.imread('test4.png')

# 将图像转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 应用二值化将灰度图像转换为二进制图像
mask_gray = cv2.inRange(gray, 0, 251)

# 找到轮廓
contours, hierarchy = cv2.findContours(mask_gray, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
print("检测到的轮廓数量:", len(contours))

# 初始化变量来存储最大矩形的信息
max_area = 0
max_rect = None

for cnt in contours:
    approx = cv2.approxPolyDP(cnt, 0.01 * cv2.arcLength(cnt, True), True)
    if len(approx) == 4:
        # 计算轮廓的面积
        area = cv2.contourArea(cnt)
        if area > max_area:
            max_area = area
            max_rect = cnt

# 绘制最大的矩形
if max_rect is not None:
    img = cv2.drawContours(img, [max_rect], -1, (0, 170, 255), 3)

    # 计算矩形质心
    M = cv2.moments(max_rect)
    if M['m00'] != 0.0:
        x = int(M['m10'] / M['m00'])
        y = int(M['m01'] / M['m00'])
    cv2.putText(img, 'Largest Rectangle', (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 0), 2)

cv2.imshow("mask_gray", mask_gray)
cv2.imshow("Shapes", img)

cv2.waitKey(0)
cv2.destroyAllWindows()