Python-Opencv minAreaRect生成最小外接矩形的一些解释

     刚开始学minAreaRect的时候，以为这个函数的返回值只有四个角点坐标，直到昨天看了一篇blog才知道，它的返回值包含了minAreaRect的全部信息。 

参考blog：https://blog.csdn.net/lanyuelvyun/article/details/76614872

 

一、下面的这个是官网的解释：

• Python:          retval=cv.minAreaRect(points)

• 查找包围输入2D点集的最小区域的旋转矩形。该函数计算并返回指定点集的最小面积边界矩形（可能旋转）。开发人员应该记住，当数据接近包含的Mat元素边界时，返回的RotatedRect可以包含负索引。

points

Input vector of 2D points, stored in std::vector<> or Mat

 

二、minAreaRect返回值的解释

         应用一下代码可以找到灰度图片的cnts：

# 模糊处理
blurred = cv.GaussianBlur(gray, (19, 19), 0)
# 使用otsu查找最佳阈值ret
ret, thresh = cv.threshold(blurred, 0, 255, cv.THRESH_BINARY + cv.THRESH_OTSU)
# threshold 二值化处理
thresh = cv.threshold(blurred, ret, 255, cv.THRESH_BINARY_INV)[1]

# find contours in the thresholded image
cnts = cv.findContours(thresh.copy(), cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if imutils.is_cv2() else cnts[1]

         然后在for循环里对cnts里的每一个cnt进行遍历操作即可：

for cnt in cnts:
    # compute the center of the contour
    M = cv.moments(cnt)
    cX = int(M["m10"] / M["m00"])
    cY = int(M["m01"] / M["m00"])

    # draw the contour and center of the shape on the image
    cv.drawContours(img, [cnt], -1, (0, 255, 0), 2)
    #画中心点
    cv.circle(img, (cX, cY), 7, (0, 0, 0), -1)
    #画轮廓
    cv.putText(img, "center", (cX - 20, cY - 20), cv.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 0), 2)


    rect = cv.minAreaRect(cnt)
    print("中心坐标：", rect[0])
    print("宽度：", rect[1][0])
    print("长度：", rect[1][1])
    print("旋转角度：", rect[2])
    box = cv.boxPoints(rect)  # cv.boxPoints(rect) for OpenCV 3.x 获取最小外接矩形的4个顶点
    box = np.int0(box)
    print("四个顶点坐标为;", box)
    draw_img = cv.drawContours(img, [box], -1, (0, 0, 255), 3)

函数 cv2.minAreaRect() 返回一个Box2D结构 rect：（最小外接矩形的中心（x，y），（宽度，高度），旋转角度）。

分别对应于返回值：(rect[0][0],  rect[0][1]),  (rect[1][0],  rect[1][1]),  rect[2] 

 

借用原博主的图片（侵即删）：

 

注意 ：旋转角度θ是水平轴（x轴）逆时针旋转，与碰到的矩形的第一条边的夹角。并且这个边的边长是width，另一条边边长是height。也就是说，在这里，width与height不是按照长短来定义的。

在opencv中，坐标系原点在左上角，相对于x轴，逆时针旋转角度为负，顺时针旋转角度为正。在这里，θ∈（-90度，0]。