opencv-python最小外接矩形

最新推荐文章于 2025-04-20 15:51:53 发布

u010851059

最新推荐文章于 2025-04-20 15:51:53 发布

阅读量8.1k

点赞数 13

分类专栏： AI

本文链接：https://blog.csdn.net/u010851059/article/details/116459843

版权

该博客介绍了如何利用OpenCV库进行图像处理，包括将图像转换为灰度和二值图，然后通过cv2.findContours()函数检测轮廓。接着，它展示了如何找到边界框、最小外接矩形和最小封闭圆，并在图像上绘制这些形状。最后，图像被保存以供进一步分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

所用函数：
cv2.threshold() —— 阈值处理
cv2.findContours() —— 轮廓检测
cv2.boundingRect() —— 最大外接矩阵
cv2.rectangle() —— 画出矩形
cv2.minAreaRect —— 找到最小外接矩形（矩形具有一定的角度）
cv2.boxPoints —— 外接矩形的坐标位置
cv2.drawContours(image, [box], 0, (0, 0, 255), 3) —— 根据点画出矩形

# -*- coding: utf-8 -*-


import cv2
import numpy as np

image = cv2.imread('/home/rose/PycharmProjects/PSENet.pytorch/test/img/20190507193429910.png')
# 图像转灰度图
img = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 图像转二值图
ret, thresh = cv2.threshold(img, 230, 255, cv2.THRESH_BINARY_INV)
# 功能：cv2.findContours()函数来查找检测物体的轮廓。
#参数:
# 参数1：寻找轮廓的图像，接收的参数为二值图，即黑白的（不是灰度图），所以读取的图像要先转成灰度的，再转成二值图