OpenCV中的最小面积矩形拟合

 

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44

OpenCV中的最小面积矩形拟合   原创 gloomyfish  OpenCV学堂  4月23日 收录于话题 #深度OpenCV开发技术 2个 图片 点击上方蓝字关注我们 微信公众号：OpenCV学堂 关注获取更多计算机视觉与深度学习知识 函数说明 OpenCV在轮廓拟合中支持两个轮廓外接矩形求取函数，它们分别是：boundingRect与minAreaRect，对同一个轮廓，它们运行结果显示如下： 图片 图-1 其中绿色是运行boundingRect函数返回得到矩形框，红色是运行minAreaRect返回得到矩形框。白色区域是二值图像的轮廓。这两个函数的详细解释如下： Rect cv::boundingRect(   InputArray  array // 轮廓点 ) 返回的矩形Rect对象； RotatedRect cv::minAreaRect(   InputArray      points // 轮廓点 ) 返回稍微复杂点是一个RotatedRect对象，它包含下面几个方面的信息： - 中心位置 - 宽与高 - 旋转角度 其中中心位置像素坐标信息、宽与高也是基于像素的，选择角度值在-90~0之间，而且永远是这个，这个是最令人迷惑的地方，很多人第一次知道minAreaRect可以返回角度，很开心以为可以知道旋转了，最后发现角度跟想象的返回值差异很大，原因在于minAreaRect返回的角度永远都是以最低的一个点为支撑来计算，所以无论怎么旋转，它返回永远是0~-90之间的值。一个动态图解如下： 图片 演示展示 输入原图： 图片 求取轮廓，然后求外接矩形、关键点、十字交叉线 图示如下： 图片 求取轮廓，然后求最小外接矩形、关键点、十字交叉线 图示如下： 图片 求取外接矩形与最小外接矩形的代码演示如下： # 外接矩形 x, y, w, h = cv.boundingRect(contours[cnt]) cv.rectangle(result, (x, y), (x+w, y+h), (0, 0, 255), 2, 8, 0)   # 最小外接矩形 min_box = cv.minAreaRect(contours[cnt]) pts = np.int0(cv.boxPoints(min_box)) cv.drawContours(result, [pts], 0, (0, 0, 255), 2)