OpenCV识别图像矩形并输出坐标 - Python代码示例

要在OpenCV中识别图像中的矩形并输出其坐标，可以使用图像处理和轮廓检测的方法。以下是一个示例代码：\n\npython\nimport cv2\n\n# 读取图像\nimage = cv2.imread('image.jpg')\n\n# 转换为灰度图像\ngray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)\n\n# 进行边缘检测\nedges = cv2.Canny(gray, 50, 150)\n\n# 执行轮廓检测\ncontours, hierarchy = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)\n\n# 遍历所有轮廓\nfor contour in contours:\n # 计算轮廓的边界框\n x, y, w, h = cv2.boundingRect(contour)\n \n # 绘制矩形框\n cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)\n \n # 输出矩形框的坐标\n print("矩形框坐标：", x, y, x+w, y+h)\n\n# 显示图像\ncv2.imshow("Result", image)\ncv2.waitKey(0)\ncv2.destroyAllWindows()\n\n\n在上述代码中，首先读取图像并将其转换为灰度图像。然后，使用Canny边缘检测算法找到图像中的边缘。接下来，使用cv2.findContours()函数找到边缘的轮廓。遍历所有轮廓，并使用cv2.boundingRect()函数计算每个轮廓的边界框。然后，使用cv2.rectangle()函数在图像上绘制矩形框。最后，输出矩形框的坐标，并显示带有矩形框的图像窗口。