OpenCV寻找最小矩形角度问题

EneDev

于 2023-09-21 06:22:45 发布

阅读量212

点赞数

CC 4.0 BY-SA版权

文章标签： opencv 人工智能计算机视觉 OpenCV

本文链接：https://blog.youkuaiyun.com/EneDev/article/details/133118726

OpenCV 专栏收录该内容

92 篇文章 ¥59.90 ¥99.00

订阅专栏

这篇博客介绍了如何利用OpenCV在计算机视觉任务中找到一组点的最小外接矩形，并详细阐述了如何计算该矩形的角度。文章提供了一段示例代码，包括图像读取、轮廓检测、最小矩形计算以及在图像上绘制矩形和角度的过程。

在计算机视觉和图像处理中，OpenCV是一个广泛使用的开源库，提供了各种各样的功能和算法来处理图像和视频数据。其中一个常见的任务是在给定一组点的情况下，找到包围这些点的最小矩形，并计算其角度。本文将介绍如何使用OpenCV中的函数minAreaRect来解决这个问题，并提供相应的源代码。

首先，我们需要导入OpenCV库，并加载我们想要处理的图像。下面是一个示例代码，演示了如何读取图像并将其转换为灰度图像：

import cv2

# 读取图像
image = cv2.imread('image.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(image

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

EneDev

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

订阅专栏

C/C++ 图像处理（16）------图像轮廓の最小外接矩形

weixinhum

01-24

8651

有时做图像处理，会遇到图像中大部分信息是冗余的情况，以下图为例：假设图中黑色部分才是我们需要研究的对象，则外围的一堆白色是我们希望去掉的，这个时候用最小外接矩形来框住黑色部分，进而截取该部分的信息而忽略掉其他的信息变得实用。下面，就给出查找图像轮廓中最小外接矩形的代码，后面有空再给出在图像中截取外接矩形的部分成为新图像的代码。#include "opencv2/highgui/highg

【笔记】OpenCV3 图形处理-轮廓检测-边界框、最小矩形与闭圆（五）

带上你飞不动

06-03

2931

接着折腾轮廓检测。。 cv2.findContours函数可以找到图像中不规则的、歪斜的及旋转的形状。对这些找到的图形研究一下。。我们在在返回的轮廓数据中，要用矩形框、最小的矩形框、最小的封闭圆标识出来，这对图形研究比较重要 img = cv2.imread('img/guo.jpg',cv2.IMREAD_UNCHANGED) imgD = cv2.pyrDown(img) c...

参与评论您还未登录，请先登录后发表或查看评论

opencv 寻找最小矩形minAreaRect 的角度问题

u010403272的博客

12-25

7842

opencv 寻找最小矩形minAreaRect 的角度问题最近自己试了试车牌识别，期间遇到一个问题，就是在寻找最小矩形过程中，怎么判断矩形的角度，在此记录一下： minAreaRect()作用是计算离散点集的最小外包矩形；输入：离散点集；输出：在C++中是一个结构体，在python中是一个list，内容为[center (x,y), (width, height), angle of rot

opencv(c++) 使用minAreaRect 获得最小外接矩形

baidu_41706898的博客

05-17

8936

二、轮廓最小外接矩形的绘制。三、粗略计算物体像素长宽。四、倾斜物体矫正提取。

OpenCV4查找绘制点集/轮廓的最小外接矩形、最小外接圆、最小外接三角形 C++代码

Color Space的博客

05-24

2054

OpenCV4查找绘制点集的最小外接矩形、最小外接圆、最小外接三角形 C++代码： #include "opencv2/highgui.hpp" #include "opencv2/imgproc.hpp" #include <iostream> using namespace cv; using namespace std; static void help() { cout << "This program demonstrates finding the minimum

Opencv绘制最小外接矩形、最小外接圆

热门推荐

牧野的博客

08-20

5万+

Opencv中求点集的最小外结矩使用方法minAreaRect，求点集的最小外接圆使用方法minEnclosingCircle。 minAreaRect方法原型： RotatedRect minAreaRect( InputArray points ); 输入参数points是所要求最小外结矩的点集数组或向量； minEnclosingCircle方法原型： vo

C++旋转卡壳法求最小面积外接矩形

MWooooo的博客

07-07

1619

C++实现旋转卡壳法求最小面接外接矩形

Python opencv 找包含多个区域的最小外接矩形

01-20

3. **寻找最小外接矩形**： - `cv2.minAreaRect(coords)`：根据坐标点找到最小面积的旋转矩形。`coords`是所有非零像素点的坐标。 - `cv2.boxPoints(min_rect)`：将旋转矩形转换为四个顶点组成的直角矩形。 - `np...

Opencv实现最小外接矩形和圆

12-26

本文实例为大家分享了Opencv实现最小外接矩形和圆的具体代码，供大家参考，具体内容如下步骤：将一幅图像先转灰度，再canny边缘检测得到二值化边缘图像，再寻找轮廓，轮廓是由一系列点构成的，要想获得轮廓的最小...

CV | 矩形度的计算（python）

lovetaozibaby的博客

11-23

5805

简介在做跟踪匹配的时候，由于目标的形状不能保持，有可能会存在上下两帧目标图像形状不能一直保持矩形的情况，因此没有利用形状信息进行目标跟踪。但是又不想浪费形状信息，因此利用矩形度特征进行加权。从网上查找没有找到类似的程序，只看到了矩形度的概念。在此补充程序（python版）。 1.矩形度概念矩形度体现物体对其外接矩形的充满程度，反映一个物体与矩形相似程度的一个参数，是矩形拟合因子。其计算公式为...

基于C++的opencv练习凸包点

weixin_43474255的博客

11-25

424

#include<iostream> #include<opencv2/opencv.hpp> #include<string> using namespace std; using namespace cv; int main() { Mat image(600, 600, CV_8UC3); RNG& rng = theRNG...

OpenCV之求多边形最小外接矩形中心点坐标及旋转度数

sono_io的博客

08-16

2343

代码】OpenCV之求多边形最小外接矩形中心点坐标及旋转度数。

opencv绘制矩形，最小矩形，最小闭圆的轮廓

cyj5201314的博客

09-10

454

import cv2 import numpy as np img = cv2.imread("../chapter3/hammer.jpg", cv2.IMREAD_UNCHANGED) ret, thresh = cv2.threshold(cv2.cvtColor(img.copy(), cv2.COLOR_BGR2GRAY), 127, 255, cv2.THRESH_BINARY) contours, hier = cv2.findContours(thresh, cv2.RETR_EXTE

0035-OpenCV环境下绘制轮廓的外接多边形、最小立式矩形、最小外接圆

清溪算法

11-16

2907

OpenCV提供了函数approxPolyDP()、boundRect()、minEnclosingCircle()分别计算给定点集的外接多边形，最小立式矩形和最小外接圆，下面分别给出这三个函数的原型和参数意义。 approxPolyDP函数(计算外接多边形)： C++: void approxPolyDP(InputArray curve, OutputArray approxCurve, d...

【OpenCV】外接矩形、最小外接矩形、多边形拟合、外接圆

豆芽菜

12-21

5641

【OpenCV】外接矩形、最小外接矩形、多边形拟合、外接圆

OpenCV求最小外接圆、最小外接矩形、椭圆拟合、直线拟合

AI吃大瓜的博客

03-31

6606

import cv2 import numpy as np if __name__ == "__main__": orig = cv2.imread('mask.jpg', flags=cv2.IMREAD_COLOR) mask = cv2.cvtColor(orig, cv2.COLOR_BGR2GRAY) _, mask = cv2.threshold(mask, 200, 255, 0) image = orig.copy() contours, hi...

opencv 之 cv2.minAreaRect angle角度问题

youandme520的专栏

10-14

4466

经过经验总结和反复的trials and errors, 终于搞清楚了opencv中的 rotation angle角度问题。具体来讲，rotation angle 范围为[-90, 0), 具体角度测算方法可以分为两个步骤(如下图）： 1. x轴逆时针旋转到最近邻近边，该旋转角即为angle 2. 邻近x轴的边即为矩形的宽，另一边为height 原理图如下图： minAreaRect函数返回矩形的中心点坐标，长宽，旋转角度[-90,0)，当矩形水平或竖直时均返回-90 # -*- codi.

Opencv学习笔记-通俗易懂（更新中…）

weixin_44663883的博客

02-27

442

1. cv2.boundingRect(InputArray points)函数 InputArray points：指所有轮廓点信息，如心形的轮廓返回值是有四个，分别是左上角的x,y坐标，宽度w，高度h x, y, w, h = cv2.boundingRect(InputArray points) 2. cv2.rectangle(image, start_point, end_point, color, thickness)绘制矩形 image:所需要绘制的图像 start_point:绘制矩形起

opencv 寻找最小外接矩形

最新发布

03-26

<think>好的，我现在需要帮助用户解决如何使用OpenCV实现图像中对象的最小外接矩形检测的问题。首先，用户已经提供了一些相关的引用内容，我需要仔细阅读这些引用，确保理解里面的关键点。根据引用[1]，用户提到了绘制图像中mask的最小外接矩形，并且提到了使用OpenCV读取图像、寻找轮廓的步骤。引用[2]提到了cv::minAreaRect函数，这是OpenCV中用于计算最小外接矩形的主要函数。引用[3]则详细说明了实现步骤，包括转为灰度图、Canny边缘检测、找轮廓等。首先，我应该整理出一个清晰的步骤流程。用户需要的是代码示例和方法，所以需要按照引用中的信息，将各个步骤串联起来。例如，先读取图像，转为灰度，然后可能需要进行二值化处理，接着寻找轮廓，最后对每个轮廓应用minAreaRect函数得到最小外接矩形。需要注意的是，用户提到的是“图像中对象的最小外接矩形检测”，所以可能需要处理多个对象的情况。因此，在代码中应该遍历所有检测到的轮廓，并为每个轮廓计算外接矩形。另外，引用[3]中提到了Canny边缘检测和轮廓近似，但根据OpenCV的一般流程，通常步骤是读取图像，转为灰度，二值化（如果需要），然后查找轮廓。可能用户提供的示例中已经包含了这些步骤，但需要确认是否正确。可能的问题点：是否需要先进行边缘检测？或者直接二值化后找轮廓？根据引用[3]，步骤是转为灰度，Canny边缘检测，然后找轮廓。但有些情况下，直接二值化图像后查找轮廓也是可行的，比如当图像已经是二值图像的时候。用户提供的引用[1]中提到了读取二值图像，所以可能有两种情况：处理二值图像或者处理普通图像需要先预处理。因此，在代码示例中，可能需要包括预处理步骤，比如二值化，或者使用Canny边缘检测，这取决于输入图像的类型。用户的问题中没有说明输入图像是否为二值图，所以可能需要两种情况都考虑到，或者在代码中添加相应的处理步骤。接下来，代码的结构大致应该是： 1. 读取图像（可能为灰度或彩色） 2. 转为灰度图像（如果原图是彩色） 3. 二值化处理或使用Canny边缘检测得到边缘 4. 查找轮廓 5. 对每个轮廓计算最小外接矩形 6. 绘制矩形并显示结果需要检查引用的内容，特别是引用[3]中的步骤是否正确。例如，是否需要先进行Canny边缘检测，或者是否可以直接通过二值图像找轮廓。根据OpenCV文档，查找轮廓通常是在二值图像上进行的，所以可能需要先进行阈值处理或Canny边缘检测来得到二值图像。现在，综合各个引用的信息，编写代码示例。例如，用户引用[1]中的代码片段展示了读取二值图像，并寻找轮廓。引用[2]提到了minAreaRect函数，而引用[3]提到了转为灰度、Canny、找轮廓等步骤。可能的代码结构： - 读取图像（可能作为灰度图） - 预处理（如二值化或Canny） - 查找轮廓 - 遍历轮廓，计算最小外接矩形 - 绘制矩形需要确保代码正确使用minAreaRect函数，并且正确处理返回的旋转矩形对象，将其转换为可绘制的顶点格式。例如，使用cv2.boxPoints函数来获取旋转矩形的四个顶点坐标，然后转换为整数坐标以便绘制。此外，用户可能需要将结果可视化，所以需要绘制矩形在原图上，并显示保存结果图像。可能的错误点：轮廓检测时可能检测到多个轮廓，需要确认是否过滤掉过小的轮廓，或者是否需要处理所有轮廓。用户的问题中没有说明，所以代码中可能处理所有检测到的轮廓。最后，根据用户的要求生成相关问题，这些问题应围绕最小外接矩形的应用、优化、与其他形状的比较等方面。</think>以下是使用OpenCV实现最小外接矩形检测的完整步骤和代码示例： ### 实现步骤 1. **图像预处理** 将图像转为灰度图并进行二值化，或直接读取二值图像。对于复杂背景的图像，建议通过Canny边缘检测提取目标轮廓[^3]。 2. **轮廓检测** 使用`cv2.findContours()`查找所有轮廓。需注意该函数返回的轮廓坐标格式为$(x,y)$坐标点集[^1]。 3. **计算最小外接矩形** 对每个轮廓调用`cv2.minAreaRect()`，返回旋转矩形对象（包含中心坐标、宽高和旋转角度）[^2]。 4. **绘制和可视化** 将旋转矩形转换为顶点坐标，通过`cv2.drawContours()`在原图上绘制结果。 ```python import cv2 import numpy as np # 1.读取图像（支持彩色/灰度/二值图） img = cv2.imread('input.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 2.二值化预处理（若图像非二值图） _, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) # 3.查找轮廓（OpenCV4.x版本） contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 4.遍历所有轮廓 for cnt in contours: # 计算最小外接矩形 rect = cv2.minAreaRect(cnt) # 转换为可绘制的顶点坐标 box = cv2.boxPoints(rect) box = np.int0(box) # 在原图上绘制轮廓和矩形 cv2.drawContours(img, [cnt], -1, (0,255,0), 2) # 绿色轮廓 cv2.drawContours(img, [box], 0, (0,0,255), 2) # 红色矩形 # 5.保存并显示结果 cv2.imwrite('output.jpg', img) cv2.imshow('Result', img) cv2.waitKey(0) ``` ### 关键函数说明 - `cv2.minAreaRect()` 输入轮廓点集，返回旋转矩形参数：$(x_c, y_c)$为中心坐标，$(w,h)$为尺寸，$\theta$为旋转角度（范围$-90° < \theta \leq 90°$）[^2]。 - `cv2.boxPoints()` 将旋转矩形参数转换为四个顶点坐标，需注意输出坐标需转换为整数类型才能正确绘制。