openCV学习（三）提取图像中的矩形区域

最新推荐文章于 2025-09-23 20:48:07 发布

原创

最新推荐文章于 2025-09-23 20:48:07 发布 · 1.5w 阅读

87 ·

CC 4.0 BY-SA版权

本文档介绍了如何使用Python版OpenCV库从图像中提取矩形区域。通过边缘检测、轮廓识别，找到最大面积的轮廓，并进一步获取其顶点进行投影变换。提供的代码示例可供学习参考。

改编自 https://segmentfault.com/a/1190000013925648 原文是c++版，我改成了python版，供大家参考学习。
主要思想：边缘检测—》轮廓检测—》找出最大的面积的轮廓—》找出顶点—》投影变换

import numpy as np
import cv2
# 这个成功的扣下了ppt白板
srcPic = cv2.imread('2345.jpg')
length=srcPic.shape[0]
depth=srcPic.shape[1]
polyPic = srcPic
shrinkedPic = srcPic
greyPic = cv2.cvtColor(shrinkedPic, cv2.COLOR_BGR2GRAY)
ret, binPic = cv2.threshold(greyPic, 130, 255, cv2.THRESH_BINARY)
print(binPic.shape)
median = cv2.medianBlur(binPic, 5)
# 进行边缘检测
cannyPic = cv2.Canny(median, 10, 200)

cv2.namedWindow("binary", 0)
cv2.namedWindow("binary2", 0)
cv2.imshow("binary", cannyPic)
# 找出轮廓
contours, hierarchy = cv2.findContours(cannyPic, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)
cv2.imwrite('binary2.png', cannyPic)
cv2.imshow("binary2", cannyPic)
i = 0
maxArea = 0
# 挨个检查看那个轮廓面积最大
for i in range(len(contours)):
    if cv2.contourArea(contours[i]) > cv2.contourArea(contours[maxArea]):