其他分享
首页 > 其他分享> > OpenCV中的最小面积矩形拟合

OpenCV中的最小面积矩形拟合

作者:互联网

 

 

OpenCV中的最小面积矩形拟合

原创 gloomyfish  OpenCV学堂  4月23日
收录于话题
#深度OpenCV开发技术
2个
图片
点击上方蓝字关注我们
微信公众号:OpenCV学堂
关注获取更多计算机视觉与深度学习知识
函数说明
OpenCV在轮廓拟合中支持两个轮廓外接矩形求取函数,它们分别是:boundingRect与minAreaRect,对同一个轮廓,它们运行结果显示如下:
图片
图-1
其中绿色是运行boundingRect函数返回得到矩形框,红色是运行minAreaRect返回得到矩形框。白色区域是二值图像的轮廓。这两个函数的详细解释如下:
Rect cv::boundingRect(
  InputArray  array // 轮廓点
)
返回的矩形Rect对象;
RotatedRect cv::minAreaRect(
  InputArray      points // 轮廓点
)
返回稍微复杂点是一个RotatedRect对象,它包含下面几个方面的信息:
- 中心位置
- 宽与高
- 旋转角度
其中中心位置像素坐标信息、宽与高也是基于像素的,选择角度值在-90~0之间,而且永远是这个,这个是最令人迷惑的地方,很多人第一次知道minAreaRect可以返回角度,很开心以为可以知道旋转了,最后发现角度跟想象的返回值差异很大,原因在于minAreaRect返回的角度永远都是以最低的一个点为支撑来计算,所以无论怎么旋转,它返回永远是0~-90之间的值。一个动态图解如下:
图片
演示展示
输入原图:
图片
求取轮廓,然后求外接矩形、关键点、十字交叉线 图示如下:
图片
求取轮廓,然后求最小外接矩形、关键点、十字交叉线 图示如下:
图片
求取外接矩形与最小外接矩形的代码演示如下:
# 外接矩形
x, y, w, h = cv.boundingRect(contours[cnt])
cv.rectangle(result, (x, y), (x+w, y+h), (0, 0, 255), 2, 8, 0)

# 最小外接矩形
min_box = cv.minAreaRect(contours[cnt])
pts = np.int0(cv.boxPoints(min_box))
cv.drawContours(result, [pts], 0, (0, 0, 255), 2)

  

标签:轮廓,外接,OpenCV,拟合,矩形,cv,minAreaRect
来源: https://www.cnblogs.com/shuimuqingyang/p/14749582.html