最大内接矩形

概述:

最近尝试使用opencv拼接图像时,在提取完特征点,匹配对应点,坐标转换至同一坐标,平滑图像后,图片存在黑色的边缘。搜索一番没能找到现成的轮子。想起之前LeetCode打卡的85. 最大矩形 参考其中算法,简单修改后得到如下代码。

from datetime import datetime
import cv2
import numpy as np


def maximalRectangle(matrix, mask=255):
    """二值矩阵获取最大矩形"""
    n, m = matrix.shape
    left = np.zeros([n, m])
    for i in range(n):
        for j in range(m):
            if matrix[i, j] == mask:
                if j == 0:
                    left[i, j] = 1
                else:
                    left[i, j] = left[i, j - 1] + 1
    ret = 0
    ans_x = 0
    ans_y = 0
    ans_w = 0
    ans_h = 0
    for i in range(m):
        tmp_ret, y, w, h = largestRectangleArea(left[:, i])
        if tmp_ret > ret:
            ret = tmp_ret
            ans_x = i - w + 1
            ans_y = y
            ans_w = w
            ans_h = h
    return ans_x, ans_y, ans_w, ans_h


def largestRectangleArea(heights):
    """直方图获取最大矩形"""
    n = len(heights)
    left, right = [0] * n, [n] * n

    mono_stack = list()
    for i in range(n):
        while mono_stack and heights[mono_stack[-1]] >= heights[i]:
            right[mono_stack[-1]] = i
            mono_stack.pop()
        left[i] = mono_stack[-1] if mono_stack else -1
        mono_stack.append(i)
    ans = 0
    y = 0
    w = 0
    h = 0
    for i in range(n):
        tmp = (right[i] - left[i] - 1) * heights[i]
        if tmp > ans:
            ans = tmp
            y = left[i] + 1
            w = int(heights[i])
            h = right[i] - left[i] - 1
    return ans, y, w, h


def get_binary_pic(img, threshold=0, mask=255):
    """获取二值图像"""
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    _, thresh = cv2.threshold(gray, threshold, mask, cv2.THRESH_BINARY)
    return thresh


def cut_picture(img, threshold=0):
    """返回最大有效内接矩形的图片"""
    print("cut_picture start...", datetime.now())
    ans_x, ans_y, ans_w, ans_h = maximalRectangle(get_binary_pic(img,threshold))
    print("cut_picture end...", datetime.now())
    return img[ans_y:ans_y + ans_h, ans_x:ans_x + ans_w, :]

使用方法:

直接调用cut_picture函数即可,输入为需要裁剪cv2读取到的图像,输出为该图像裁剪为最大内接矩形后的图像。

可选参数threshold为生成二值图像的阈值

  • 2
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: OpenCV是一个开源计算机视觉库,提供了许多用于图像处理和计算机视觉的函数。其中一个函数是查找图像中最大内接矩形最大内接矩形是图像中最大的能够完全包含在其中的矩形,该矩形的边界不能穿过任何图像边缘或者其他对象的边界。在OpenCV中,可以使用函数minAreaRect来查找最大内接矩形。 该函数的参数是一个轮廓。轮廓是一组通过连续边界连接在一起的点的集合。函数将返回一个矩形数据结构,其中包含了最大内接矩形的具体位置和大小。 要找到完全包含该轮廓的最大矩形,可以将所返回的矩形进行旋转。旋转的角度可以通过该矩形的角度(即旋转角度)来确定。在大多数情况下,用户只需要关心最大内接矩形的位置和大小即可。 总之,opencv中的最大内接矩形函数minAreaRect是一种用于查找图像中最大的能够完全包含在其中的矩形的方法,并且该函数能够返回该矩形的具体位置和大小,这对于计算机视觉与图像处理来说有着很高的应用价值。 ### 回答2: OpenCV是一款开源的计算机视觉库,提供了许多针对图像处理和计算机视觉问题的函数和算法。其中,最大内接矩形是一种常用的图像处理方法,可以用来提取图像中的目标区域。下面简单介绍一下OpenCV中的最大内接矩形算法。 最大内接矩形算法是基于轮廓图像的,因此在利用OpenCV实现时,需要先进行轮廓检测。找到轮廓之后,就可以使用cv::minAreaRect()函数来求解最小矩形轮廓。在最小矩形轮廓求解出来后,我们只需要将其旋转回原来的位置,就可以得到最大内接矩形。 具体实现方法如下: 首先,使用cv::findContours()函数来检测图像的轮廓,在检测之前需要进行图像二值化。接着,使用cv::minAreaRect()函数来求解最小矩形轮廓。最后,使用cv::boxPoints()函数将最小矩形转换为矩形的四个顶点坐标,然后使用cv::RotatedRect()函数对矩形进行旋转操作,最终得到最大内接矩形。 需要注意的是,最大内接矩形并不是唯一的,可能会存在多个满足条件的矩形。因此,在实际应用中需要根据具体需求选择合适的矩形。另外,最大内接矩形算法对于含有弯曲结构的轮廓可能无法求解,需要进一步的处理。 综上所述,OpenCV提供了方便实用的最大内接矩形算法,可以帮助开发者更好地解决图像处理和计算机视觉问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值