【openCV学习】35.绘制外接矩阵

1.外接矩阵

外接矩阵分为最大外接矩阵和最小外接矩阵两种。

一张三通道图片，同样需要经过灰度化，二值化，轮廓提取后，再对轮廓进行提取外界矩阵。

最小外接矩形函数返回的外接矩阵是一个包含矩阵中心点，宽高，旋转角度的元组，需要用到cv2.boxPoints()函数将其转换成四点坐标的形式，全是坐标的形式就与轮廓的形式大致相同了，我们的目的是想用drawCountrys函数将这个矩阵绘制出来，因此还需要把返回的矩阵的坐标的float类型的数值经过四舍五入之后变成int类型，这样就能绘制了。

而最大外接矩形返回的是四个值，分别是左上角坐标，宽和高，可以直接用rectangel绘制即可

2.API

例子：

"""获取最小外接矩阵"""

#外界矩阵的返回值是一个元组，其数据类型为内含float类型的元组，其内容包括举行的终点坐标，举行的长度宽度和矩形的旋转角度

rect = cv2.minAreaRect(contours[1])

#可见其返回值所表示的矩形的方法并不能被drawContours直接接受，因此openCV提供了转换矩形表示方法的函数

box = cv2.boxPoints(rect)

#但是这个函数的返回值的坐标都是float类型，需要把转成int类型

#这种方法直接取整，误差较大box = np.int0(box),因此采用四舍五入的方法取整

box = np.round(box).astype('int64')#np的round函数返回的依然是float类型因此给他转成int就可以了


"""获取最大外界矩阵"""

x,y,w,h = cv2.boundingRect(contours[1])

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

 

3.完整代码：

import cv2

import numpy as np


img = cv2.imread("image/hello.png")


#转成灰度图

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#图像二值化

ret,binary = cv2.threshold(gray,150,255,cv2.THRESH_BINARY)

#提取轮廓

contours,hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

#复制图形

img_copy = img.copy()


"""获取最小外接矩阵"""

#外界矩阵的返回值是一个元组，其数据类型为内含float类型的元组，其内容包括举行的终点坐标，举行的长度宽度和矩形的旋转角度

rect = cv2.minAreaRect(contours[1])

#可见其返回值所表示的矩形的方法并不能被drawContours直接接受，因此openCV提供了转换矩形表示方法的函数

box = cv2.boxPoints(rect)

#但是这个函数的返回值的坐标都是float类型，需要把转成int类型

#这种方法直接取整，误差较大box = np.int0(box),因此采用四舍五入的方法取整

box = np.round(box).astype('int64')#np的round函数返回的依然是float类型因此给他转成int就可以了


"""获取最大外界矩阵"""

x,y,w,h = cv2.boundingRect(contours[1])

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


"""绘制外接矩阵"""

cv2.drawContours(img_copy,[box],0,(0,0,255),2)

cv2.imshow("show",np.hstack((img,img_copy)))

cv2.waitKey(0)

cv2.destroyAllWindows()

 

运行结果：