OpenCV 中的最小外接矩形和点云

于 2023-09-28 11:58:35 发布
阅读量319 收藏 1
点赞数
CC 4.0 BY-SA版权
文章标签： opencv 人工智能 计算机视觉 点云
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/UePostscript/article/details/133380325
点云 专栏收录该内容
69 篇文章 ¥59.90 ¥99.00
订阅专栏
本文介绍了如何利用OpenCV库在计算机视觉中计算点云的最小外接矩形。通过示例代码展示了如何使用特定函数处理二维和三维点云，为目标检测和姿态估计等任务提供便利。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

最小外接矩形是计算机视觉中常用的概念，用于描述点云或轮廓的最小边界框。在 OpenCV 中，我们可以使用一些函数来计算给定点云的最小外接矩形。本文将介绍如何使用 OpenCV 在点云上计算最小外接矩形，并提供相应的源代码。

首先，我们需要导入 OpenCV 库，并准备一个点云数据集。点云可以表示为一个二维或三维的点集，每个点由其坐标表示。以下是一个简单的点云示例：

import cv2 as cv
import numpy as np

# 准备点云数据
points = np.array([[1, 1
了解本专栏 订阅专栏 解锁全文
78.轮廓外接矩形
twnkie的博客
08-12 700
然后通过调用minAreaRect()函数计算轮廓的最小外接矩形，以及调用boundingRect()函数计算边界框。最后，绘制最小外接矩形和边界框，并显示结果图像。矩形的中心点可以通过计算轮廓点集的均值来获得。轮廓外接矩形是指能够包围一个轮廓的最小面积矩形。它可以通过计算轮廓点集的几何特征来获得，通常用于轮廓的定位、识别和分析。最小外接矩形（RotatedRect）：以矩形中心点、矩形大小和旋转角度来定义的矩形。矩形边界框（Rect）：以左上角坐标和矩形的宽高来定义的矩形。
Open3D 点云最小二乘法拟合圆（Python版本）
dayuhaitang1的博客
03-27 509
Open3D 点云最小二乘法拟合圆（Python版本）
Python OpenCV利用四个点对最小外接矩形进行裁剪
u011580387的博客
07-20 3285
对最小外接矩形进行旋转剪切
点云最小外包矩形计算
07-09 2177
介绍计算点云簇最小外包矩形计算原理，并给出源代码与测试数据
PCL1.8+Win10+VS2017+intel realsense获取平面点云的最小外接矩形
weixin_42067304的博客
09-04 1691
如上图所示，计算某个区域的平面点云的最小外接矩形。 需要注意的是这里是针对平面点云而言的。 具体步骤： 方法1：利用PCL自带的AABB或OBB最小外接矩形的api即可（但貌似并不是严密贴合的最小外接矩形） 方法2：将平面点云transform到与深度相机垂直方向（这就意味着平面点云中点的z值相同），此时可以视平面点云为二维图像， 使用opencv中计算点集的最小外接矩形 ：RotatedRect point_box = minAreaRect(points);//点集的最小外接旋转矩形。 ..
PCL建筑物点云最小外接矩形实现C++
TeAmo
11-17 2789
参考https://blog.youkuaiyun.com/Fan_z_0802/article/details/80960790原理很简单，先计算出目标的中心，将目标绕中心旋转一定角度alpha。求出点云的最值Xmax,Xmin,Ymax,Ymin。这四个值两两组合就能组成外接矩形的四个顶点。记录矩形面积最小时的最值和角度。以上步骤得到的矩形的边分别平行于X轴和Y轴，通过对矩形的四个点逆旋转alpha。就能得到任意角度的外接矩形。我们选择旋转目标，而不是外接矩形，这样会更容易理解。 具体实现
OpenCV——最小外接矩形
点云侠的博客
05-19 7000
最小外接矩形
利用PCL，OpenCV求取点云的体积
05-06
在得到物体的点云后，可以使用最小外接矩形（Minimum Bounding Rectangle, MBR）或最小外接球（Minimum Enclosing Sphere, MES）来估算物体的尺寸。PCL提供了相应的函数来实现这些操作。 最后，根据长宽高数据，...
使用点云计算物体长宽高的PCL代码实现
11-17
2. **边界框拟合**：找到目标物体的点集后，可以使用最小外接矩形（Minimum Bounding Rectangle,MBR）或者轴对齐边界框（Axis-Aligned Bounding Box,AABB）来估计物体的长宽高。在PCL中，可以使用`pcl::...
采用opencv计算外接矩形
记录
08-23 1115
cv2.findContours(thresh, 1, 2)
点云外包矩形框（六面体）
harden1013的博客
07-25 1044
1.说明 AABB——轴对齐包围盒：包围盒与坐标轴对齐 OBB——有向包围盒：根据目标本身几何形状设定包围盒的大小、方向 2.代码 int main() { pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); pcl::PointCloud<pcl::PointXYZ> min_pt, max_pt; pcl::getMinMax3D
PCL之求点云的BoundingBox
ancy的博客
12-10 4902
代码展示: #include <string> #include <iostream> #include <Eigen/Core> #include <pcl/io/pcd_io.h> #include <pcl/point_cloud.h> #include <pcl/point_types.h> #include <pcl/common/transforms.h> #include <pcl/common/..
python3+openCV 获取图片中文本区域的最小外接矩形
u012891980的博客
04-06 2543
print("thresh =",thresh) coords = np.column_stack(np.where(thresh > 0))//获取thresh二值灰度图片中的白色文字区域的点 print("coords =",coords) min_rect = cv2.minAreaRect(coords)//由点集获取最小矩形（包含中心坐标点、宽和高、偏转角度） print("m...
opencv 简单轮廓绘制、外接矩形、外接旋转矩形、外接圆、轮廓近似，可倾斜，非矩形、凸包、4极点检测、
雪剑封心
01-19 3349
import cv2 def cv_show(neme, img): cv2.imshow(neme, img) cv2.waitKey(0) cv2.destroyAllWindows() # 图像轮廓 img = cv2.imread('1.png') # 灰度图 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 二值处理 ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRES
OpenCV 中boundingRect、minAreaRect的用法区别
热门推荐
u013925378的博客
11-27 5万+
当得到对象轮廓后，可用boundingRect()得到包覆此轮廓的最小正矩形，minAreaRect()得到包覆轮廓的最小斜矩形。 1）Rect boundingRect(InputArray points) points：输入信息，可以为包含点的容器(vector)或是Mat。 返回包覆输入信息的最小正矩形。如下图：   2）RotatedRect minAreaRect(InputAr...
Open3D 点云最小二乘法拟合平面（Python版本）
dayuhaitang1的博客
01-16 1193
Open3D 点云最小二乘法拟合平面（Python版本）
【点云处理】Lidar点云障碍物形状估计(1)
09-24 1640
简单起见，我们只考虑偏航角(Yaw)，忽略俯仰和翻滚角，这也符合自动驾驶场景中对一般障碍物的设定。这里有一个疑点就是，minAreaRect是如何定义的矩形框的宽(width)高(height)?旋转的角读范围为[-90,0)，你没有看错，角度就是负的。这个理解没有错，前提是搞对坐标轴的定义，因为你有可能是照下图理解的，这个就有问题。以上图为例，橙色3D框内的卡车是我们待估计的点云簇，通过minAreaRect函数可得到该簇在2D平面上的最小外接矩形的中心(x,y),宽,高以及 旋转角度。
alpha shapes提取二维点云边界（附python代码）
三维点云技术探索
08-29 1685
如下图所示，对于任意形状的平面点云，若一个半径为a的圆，绕其进行滚动。若滚动圆半径a足够小时，则点云中每一点均为边界点；若适当增大到一定程度，其只在边界点上进行滚动，其滚动的轨迹为点云边界。alpha shapes算法是一种简单、有效的快速提取边界点算法。
opencv学习之路（25）、轮廓查找与绘制（四）——正外接矩形
天下对手教会少林武僧
10-20 1518
一、简介 二、外接矩形的查找绘制 1 #include "opencv2/opencv.hpp" 2 using namespace cv; 3 void main() 4 { 5 //外接矩形的查找绘制 6 Mat srcImg =imread("E://12.jpg"); 7 imshow("src",srcImg); 8 Mat dstImg = srcImg.clone(); //原图备份 9 cvtColor(srcIm
python求点云外接框
最新发布
02-15
### 使用 Python 计算点云的最小外接矩形或边界框 #### 利用 OpenCV 和 NumPy 实现最小外接矩形计算 对于二维点集，可以通过 `cv2.minAreaRect` 函数获得最小外包络矩形。此函数返回一个元组 `(center, size, angle)` ，其中 center 表示中心位置；size 是宽度和高度组成的数组；angle 代表旋转角度。 ```python import cv2 import numpy as np def min_area_rect(points): rect = cv2.minAreaRect(np.array(points)) box = cv2.boxPoints(rect) return np.intp(box) points = [[10, 20], [70, 80], ... ] # 用户定义的具体坐标列表 min_bounding_rectangle = min_area_rect(points) print(min_bounding_rectangle) ``` 上述代码片段展示了如何通过调用 OpenCV 库中的 `minAreaRect()` 方法来求解一组离散点集合所构成图形的最小封闭直角矩形[^1]。 #### 基于 Open3D 的三维点云包围盒构建 针对三维空间内的点云数据，则推荐采用 Open3D 这一开源库来进行操作。它提供了便捷的方式创建 AABB 或 OBB 形式的边界盒子： - **Axis-Aligned Bound
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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