OpenCV cv2.minAreaRect() 函数详解：计算轮廓最小外接矩形

OpenCV cv2.minAreaRect() 函数详解：计算轮廓最小外接矩形

cv2.minAreaRect(contour) 是一个 OpenCV 函数，用于计算给定轮廓的最小外接矩形。

参数:

• contour: 轮廓，一个由点组成的 Numpy 数组，表示图像中的连续区域。

返回值:

• bounding_box: 一个元组，包含矩形的中心点坐标、宽度、高度和旋转角度。

解释:

这个函数返回能够完全包含轮廓的最小旋转矩形。旋转角度表示矩形相对于水平轴的旋转角度，以度为单位。

示例:

import cv2
import numpy as np

# 加载图像
image = cv2.imread('image.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 进行边缘检测
edges = cv2.Canny(gray, 50, 150)

# 查找轮廓
contours, hierarchy = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 选择一个轮廓
contour = contours[0]

# 计算最小外接矩形
bounding_box = cv2.minAreaRect(contour)

# 获取矩形的中心点、宽度、高度和旋转角度
center = bounding_box[0]
width = bounding_box[1][0]
height = bounding_box[1][1]
angle = bounding_box[2]

# 在图像上绘制矩形
box = cv2.boxPoints(bounding_box)
box = np.int0(box)
cv2.drawContours(image, [box], -1, (0, 0, 255), 2)

# 显示图像
cv2.imshow('Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

应用场景:

• 识别和定位图像中的物体
• 计算物体的面积和周长
• 对图像进行几何变换

总结:

cv2.minAreaRect() 函数是一个强大的工具，可用于计算轮廓的最小外接矩形。它在许多图像处理应用中都非常有用。