OpenCV-python 通过追踪颜色的hsv值，使画面只留下长方形，在进行二值化，并通过对图片几何变换使长方形摆正

ower_red = np.array([50, 50, 30])  # 设定红色的阈值，图像中低于这个值的，图像变为0
upper_red = np.array([255, 255, 200])  # 设定红色的阈值，图像中高于这个值的，图像变为0

以上代码是为创建掩膜而设置上下限，在lower_red和upper_red中时，图像中的选中颜色变为255，不在这个范围内的则为0

mask = cv2.inRange(hsv, lower_red, upper_red)

上述代码是创建掩膜，cv2.inRand函数中第一个参数是图像名字，后面两个则是上下边界

gray = cv2.cvtColor(res, cv2.COLOR_BGR2GRAY)
dst = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU)

上述代码是进行二值化操作，首先要将图片转化为灰度图才能进行二值化
Threshold函数是通过遍历灰度图中点，将图像信息二值化，第一个参数是原图像，第二个是阈值，第三个是最大值，第四个是阈值类型

rows = img.shape[0]
cols = img.shape[1]

# 对图像进行旋转操作
M = cv2.getRotationMatrix2D((cols/2, rows/2), -20, 1)
dst = cv2.warpAffine(res, M, (2*cols, 2*rows))

上述代码是进行图像旋转操作，先找到图像的旋转中心，getRotationMatrixD函数是进行旋转的函数，第一个参数是旋转中心坐标，第二个则是旋转角度，正为逆时针方向旋转，负为顺时针方向旋转，第三个参数是缩放比例
WarpAffine用于仿射变换，第一个参数是原图像，第二个参数是仿射变换矩阵，一般反映平移或旋转的关系，第三个参数是显示的图像的大小

完整代码：

import cv2
import numpy as np

img = cv2.imread('square.jpg')
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)  # 将图片转换到HSV

lower_red = np.array([50, 50, 30])  # 设定红色的阈值，图像中低于这个值的，图像变为0
upper_red = np.array([255, 255, 200])  # 设定红色的阈值，图像中高于这个值的，图像变为0

cv2.namedWindow('dst', cv2.WINDOW_NORMAL)
cv2.namedWindow('mask', cv2.WINDOW_NORMAL)
cv2.namedWindow('res', cv2.WINDOW_NORMAL)

# 在这两个值的中间值的都为255
mask = cv2.inRange(hsv, lower_red, upper_red)

# 对原图像和掩膜进行位运算
res = cv2.bitwise_and(img, img, mask=mask)

gray = cv2.cvtColor(res, cv2.COLOR_BGR2GRAY)
dst = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU)

rows = img.shape[0]
cols = img.shape[1]

# 对图像进行旋转操作
M = cv2.getRotationMatrix2D((cols/2, rows/2), -20, 1)
dst = cv2.warpAffine(res, M, (2*cols, 2*rows))


cv2.imshow('mask', mask)
cv2.imshow('res', res)
cv2.imshow('dst', dst)
c = cv2.waitKey(0)

cv2.destroyAllWindows()

原图：

结果图：