用python求正方形面积_使用Python/OpenCV从图像中提取固定数量的正方形

我有几个扫描图像，我想用Python/Opencv计算。这些图像（见下面的示例）包含n行彩色正方形。每一个方块的大小都一样。目标是裁剪每个方块并从中提取数据。在

我发现了there一种能从图像中提取正方形的代码。在

以下是我使用过的代码：import numpy as np

import cv2

from matplotlib import pyplot as plt

def angle_cos(p0, p1, p2):

import numpy as np

d1, d2 = (p0-p1).astype('float'), (p2-p1).astype('float')

return abs( np.dot(d1, d2) / np.sqrt( np.dot(d1, d1)*np.dot(d2, d2) ) )

def find_squares(img):

import cv2 as cv

import numpy as np

img = cv.GaussianBlur(img, (5, 5), 0)

squares = []

for gray in cv.split(img):

for thrs in range(0, 255, 26):

if thrs == 0:

bin = cv.Canny(gray, 0, 50, apertureSize=5)

bin = cv.dilate(bin, None)

else:

_retval, bin = cv.threshold(gray, thrs, 255, cv.THRESH_BINARY)

contours, _hierarchy = cv.findContours(bin, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)

for cnt in contours:

cnt_len = cv.arcLength(cnt, True)

cnt = cv.approxPolyDP(cnt, 0.02*cnt_len, True)

if len(cnt) == 4 and cv.contourArea(cnt) > 1000 and cv.isContourConvex(cnt):

cnt = cnt.reshape(-1, 2)

max_cos = np.max([angle_cos( cnt[i], cnt[(i+1) % 4], cnt[(i+2) % 4] ) for i in range(4)])

if max_cos < 0.1:

squares.append(cnt)

print(len(squares))

return squares

img = cv2.imread("test_squares.jpg",1)

plt.axis("off")

plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

plt.show()

squares = find_squares(img)

cv2.drawContours( img, squares, -1, (0, 255, 0), 1 )

plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

plt.show()

但是，它会找到两个很多的正方形（100而不是15！！）。从图像来看，Opencv似乎为每个正方形找到了很多轮廓。在

我很确定它是可以优化的，因为正方形大小差不多，而且彼此相距很远。作为Opencv的一个初学者，我还没有找到一种方法在函数“find squares”中给出更多的标准，以便在例程结束时只得到15个正方形。也许轮廓面积可以最大化？在

我还发现了there一个更详细的代码（与前一个非常接近），但它似乎是在旧版本的Opencv中开发的。我还没有设法使它工作（因此修改它）。在