python cv2 轮廓的包络 面积_如何用cv2.minarerect（cnt）得到多轮廓图像上唯一的最小面积矩形？...

您可能使用cv2.findContours()搜索轮廓，然后遍历它们在图像上绘制矩形。问题是你的图像不是由一条相连的线组成的，而是由许多虚线组成的。在

等高线是连接所有连续点的曲线(沿边界)，具有相同的颜色或强度(OpenCV文档)。在

所以为了得到更好的结果，你应该在搜索轮廓之前先准备好你的图像。可以使用各种工具对图像进行预处理(可以搜索OpenCV文档)。在本例中，我将尝试使用一个小内核执行名为“closing”的过程。关闭是膨胀之后的像素腐蚀。它可以帮助连接你的小轮廓到一个大轮廓(圆)。然后可以选择最大的一个并绘制一个边框。在

示例：

输入图像：

import cv2

import numpy as np

img = cv2.imread('test.png')

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

_, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)

kernel = np.ones((3,3), dtype=np.uint8)

closing = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

_, contours, hierarchy = cv2.findContours(closing, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

cnt = max(contours, key=