如何在OpenCV Python中找到图像轮廓的边界矩形？

对象的边界矩形是在图像中围绕对象绘制的矩形。在OpenCV中有两种方法可以找到边界矩形

直边界矩形

它是一个直角矩形，因为它不考虑对象的旋转。可以使用函数 cv2.boundingRect() 计算它。其语法如下

x,y,w,h = cv2.boundingRect(cnt)
img = cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)

在这里“ cnt ”是 轮廓点 数组。它返回边界矩形的左上坐标(x，y)以及宽度和高度(w，h)。

旋转矩形

它考虑对象的旋转并绘制面积最小的矩形。可以使用函数 cv2.minAreaRect() 找到旋转矩形。它返回左上角坐标(x，y)，(宽度，高度)，旋转角度。方形的4个角可使用函数 cv2.boxPoints() 获得。

rect = cv2.minAreaRect(cnt)
box = cv2.boxPoints(rect)
box = np.int0(box)
img = cv2.drawContours(img,[box],0,(0,255,255),2)

步骤

您可以使用以下步骤计算给定函数的Jacobian

导入所需的库。所需的库是 OpenCV 和 Numpy 。
加载输入图像。将输入图像转换为灰度图像。
对灰度图像应用阈值将其转换为二进制图像。
找到图像中对象的轮廓。
使用上述轮廓计算直角边界矩形。在图像上绘制矩形。
计算旋转边界矩形并在图像上绘制它。
显示绘制了直边界矩形和旋转边界矩形的图像。

示例1

在下面的Python代码中，我们计算直角边界矩形。

# 导入所需的库
import cv2

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

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

# 对灰度图像进行阈值处理，生成二值图像
ret, thresh = cv2.threshold(gray,127,255,0)

# 查找轮廓
contours, _ = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

# 获取第一个轮廓
cnt = contours[0]

# 计算轮廓的边界矩形
x, y, w, h = cv2.boundingRect(cnt)

# 绘制轮廓
img = cv2.drawContours(img,[cnt],0,(0,255,255),2)

# 绘制边界矩形
img = cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)

# 在图上显示画有边界矩形的图像
cv2.imshow("Bounding Rectangle", img)
cv2.waitKey(0)
cv2.destroyAllWindows()