Python OpenCV根据根据中心点、宽高、倾斜角度画矩形

最新推荐文章于 2024-05-01 08:00:21 发布

JenKinJia

最新推荐文章于 2024-05-01 08:00:21 发布

阅读量6.8k

点赞数 8

CC 4.0 BY-SA版权

分类专栏：开发 Python 机器学习&深度学习文章标签： python

本文链接：https://blog.youkuaiyun.com/iamjingong/article/details/119103671

Python 同时被 3 个专栏收录

73 篇文章

订阅专栏

开发

43 篇文章

订阅专栏

机器学习&深度学习

40 篇文章

订阅专栏

本文介绍了一个使用Python OpenCV库绘制倾斜矩形的目标识别结果的方法。该方法通过获取目标的中心坐标、宽度、高度及旋转角度来计算矩形的四个顶点，并用线段连接这些点以形成矩形。此外，还展示了如何读取图像文件并绘制特定数据集上的多边形。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近在做目标识别的算法，需要对给定的数据进行格式转换，需要先画出来看看

import cv2
import numpy as np
import math


def draw(img, result):
    
    # 下面几个参数，可能需要根据自己的数据进行调整
    x = int(result[0][0])  # 矩形框的中心点x
    y = int(result[0][1])  # 矩形框的中心点y
    angle = result[2]      # 矩形框的倾斜角度（长边相对于水平）
    width, height = int(result[1][0]), int(result[1][1])  # 矩形框的宽和高
    # if result[1][0] > result[1][1]:
    #     height, width = int(result[1][0]), int(result[1][1])
    # else:
    #     height, width = int(result[1][1]), int(result[1][0])
    anglePi = angle * math.pi / 180.0  # 计算角度
    cosA = math.cos(anglePi)
    sinA = math.sin(anglePi)

    x1 = x - 0.5 * width
    y1 = y - 0.5 * height

    x0 = x + 0.5 * width
    y0 = y1

    x2 = x1
    y2 = y + 0.5 * height

    x3 = x0
    y3 = y2

    x0n = (x0 - x) * cosA - (y0 - y) * sinA + x
    y0n = (x0 - x) * sinA + (y0 - y) * cosA + y

    x1n = (x1 - x) * cosA - (y1 - y) * sinA + x
    y1n = (x1 - x) * sinA + (y1 - y) * cosA + y

    x2n = (x2 - x) * cosA - (y2 - y) * sinA + x
    y2n = (x2 - x) * sinA + (y2 - y) * cosA + y

    x3n = (x3 - x) * cosA - (y3 - y) * sinA + x
    y3n = (x3 - x) * sinA + (y3 - y) * cosA + y

    # 根据得到的点，画出矩形框
    cv2.line(img, (int(x0n), int(y0n)), (int(x1n), int(y1n)), (0, 0, 255), 1, 4)
    cv2.line(img, (int(x1n), int(y1n)), (int(x2n), int(y2n)), (0, 0, 255), 1, 4)
    cv2.line(img, (int(x2n), int(y2n)), (int(x3n), int(y3n)), (0, 0, 255), 1, 4)
    cv2.line(img, (int(x0n), int(y0n)), (int(x3n), int(y3n)), (0, 0, 255), 1, 4)


data = [(1275, 458), (1494, 88), (1418, 43), (1200, 414), (1275, 458)]
img_pth = r"E:\BaiduNetdiskDownload\FAIR1M\train\part1\images\0.tif"
img = cv2.imread(img_pth)
sp = img.shape
print(sp[0], sp[1])
for i in range(0, len(data) - 1):
    cv2.line(img, data[i], data[i + 1], (0, 255, 0), 1, 4)

data = np.array(data)
rect = cv2.minAreaRect(data)  # 得到最小外接矩形的（中心(x,y), (宽,高), 旋转角度）
cv2.circle(img, (int(rect[0][0]), int(rect[0][1])), 1, (0, 0, 255), 4)  # 画中心点
draw(img, rect)
print(rect)

cv2.namedWindow("image", cv2.WINDOW_AUTOSIZE)
cv2.imshow('image', img)
cv2.waitKey(10000)  # 显示 10000 ms 即 10s 后消失
cv2.destroyAllWindows()