利用cvMinAreaRect2求取轮廓最小外接矩形

本文介绍如何使用OpenCV库中的cvMinAreaRect2函数,寻找给定2D点集的最小面积包围矩形,并提供了函数的具体实现及示例代码。

转自:http://blog.youkuaiyun.com/mine1024/article/details/6044856

对给定的 2D 点集,寻找最小面积的包围矩形,使用函数:

CvBox2D cvMinAreaRect2( const CvArr * points, CvMemStorage * storage = NULL );

points
点序列或点集数组 storage 可选的临时存储仓 函数 cvMinAreaRect2 通过建立凸外形并且旋转外形以寻找给定 2D 点集的最小面积的包围矩形。

其中返回的2D盒子定义如下:

1 typedef struct CvBox2D
2 {
3 CvPoint2D32f center; /* 盒子的中心 */
4 CvSize2D32f size; /* 盒子的长和宽 */
5 float angle; /* 水平轴与第一个边的夹角,用弧度表示 */
6 } CvBox2D;
注意夹角 angle 是水平轴逆时针旋转,与碰到的第一个边(不管是高还是宽)的夹角。 如下图

2010-11-25 9-05-42

可用函数 cvBoxPoints(box[count], point); 寻找盒子的顶点

1 void cvBoxPoints( CvBox2D box, CvPoint2D32f pt[ 4 ] )
2 {
3 double angle = box . angle * CV_PI / 180 .
4 float a = ( float )cos(angle) * 0 . 5f;
5 float b = ( float )sin(angle) * 0 . 5f;
6
7 pt[ 0 ] . x = box . center . x - a * box . size . height - b * box . size . width;
8 pt[ 0 ] . y = box . center . y + b * box . size . height - a * box . size . width;
9 pt[ 1 ] . x = box . center . x + a * box . size . height - b * box . size . width;
10 pt[ 1 ] . y = box . center . y - b * box . size . height - a * box . size . width;
11 pt[ 2 ] . x = 2 * box . center . x - pt[ 0 ] . x;
12 pt[ 2 ] . y = 2 * box . center . y - pt[ 0 ] . y;
13 pt[ 3 ] . x = 2 * box . center . x - pt[ 1 ] . x;
14 pt[ 3 ] . y = 2 * box . center . y - pt[ 1 ] . y;
15 }
简单证明此函数的计算公式:
计算 x,由图可得到三个方程式: pt[ 1 ] . x - pt[ 0 ] . x = width * sin(angle)
pt[ 2 ] . x - pt[ 1 ] . x = height * cos(angle)
pt[ 2 ] . x - pt[ 0 ] . x = 2 (box . center . x - pt[ 0 ] . x)
联立方程可解得函数里的计算式,算 y 略。

写了个函数绘制CvBox2D

1 void DrawBox(CvBox2D box,IplImage * img)
2 {
3 CvPoint2D32f point[ 4 ];
4 int i;
5 for ( i = 0 ; i < 4; i + + )
6 {
7 point[i] . x = 0 ;
8 point[i] . y = 0 ;
9 }
10 cvBoxPoints(box, point); // 计算二维盒子顶点
11 CvPoint pt[ 4 ];
12 for ( i = 0 ; i < 4; i + + )
13 {
14 pt[i] . x = ( int )point[i] . x;
15 pt[i] . y = ( int )point[i] . y;
16 }
17 cvLine( img, pt[ 0 ], pt[ 1 ],CV_RGB( 255 , 0 , 0 ), 2 , 8 , 0 );
18 cvLine( img, pt[ 1 ], pt[ 2 ],CV_RGB( 255 , 0 , 0 ), 2 , 8 , 0 );
19 cvLine( img, pt[ 2 ], pt[ 3 ],CV_RGB( 255 , 0 , 0 ), 2 , 8 , 0 );
20 cvLine( img, pt[ 3 ], pt[ 0 ],CV_RGB( 255 , 0 , 0 ), 2 , 8 , 0 );
21 }

转自:http://www.opencv.org.cn/forum/viewtopic.php?t=8886

CvBox2D和CvRect最大的区别在于Box是带有角度angle的,而Rect则只能是水平和垂直。
相应的,绘制Box时就不能用cvRectangle()了,可以先算出Box的4个顶点,再用多边形绘制函数cvPolyLine()来画出Box。
同理,要找到最大的矩形,就不能用cvMaxRect,可以逐个计算每个Box的面积 box_area = box.size.width * box.size.height 来找出最大矩形。

//找出完整包含轮廓的最小矩形
CvBox2D rect = cvMinAreaRect2(contour);
//用cvBoxPoints找出矩形的4个顶点
CvPoint2D32f rect_pts0[4];
cvBoxPoints(rect, rect_pts0);
//因为cvPolyLine要求点集的输入类型是CvPoint**
//所以要把 CvPoint2D32f 型的 rect_pts0 转换为 CvPoint 型的 rect_pts
//并赋予一个对应的指针 *pt
int npts = 4;
CvPoint rect_pts[4], *pt = rect_pts;
for (int rp=0; rp<4; rp++)
rect_pts[rp]= cvPointFrom32f(rect_pts0[rp]);
//画出Box
cvPolyLine(dst_img, &pt, &npts, 1, 1, CV_RGB(255,0,0), 2);

<think>好的,用户问的是cvMinAreaRect2,不过可能拼写有误,正确的应该是cv2.minAreaRect,这是OpenCV里的函数。我需要先确认这个函数的正确名称和用途。 首先,这个函数的作用是计算点集的最小包围旋转矩形。用户可能是在处理图像中的轮廓或者点集,想要找到一个能包围这些点的最小面积矩形,而且这个矩形是可以旋转的,不一定是轴对齐的。 接下来,我需要回忆这个函数的具体用法。函数的输入参数应该是一个点集,比如轮廓的点,或者二维点的数组。输出应该是一个RotatedRect对象,包含中心坐标、宽度高度和旋转角度。 然后,函数的工作原理是什么?最小包围矩形是通过计算点集的凸包,然后利用旋转卡壳算法来找到面积最小矩形。这个算法会遍历所有可能的方向,找到包围所有点的最小面积矩形,所以计算量可能比较大,但结果准确。 接下来要考虑的是返回值的信息。RotatedRect对象通常包含中心点(x,y),宽度和高度,以及旋转角度。需要注意的是,旋转角度的范围可能是在0到180度之间,或者-90到0度,具体取决于OpenCV的版本。用户需要注意这个角度是如何定义的,通常是指矩形相对于水平轴的角度,可能代表矩形长边与水平轴的角度。 然后,应用场景有哪些呢?比如在图像处理中,检测物体的方向,或者需要对齐物体时。例如,在工业检测中,可能需要计算零件的最小外接矩形来确定其位置和方向。 可能需要注意的常见问题:输入点集必须至少有两个点,否则函数会报错。另外,返回的矩形的宽度和高度可能根据旋转角度的不同而有不同的解释,有时候需要比较宽度和高度来确定哪一个是长边,哪一个是短边。 另外,用户可能会想知道如何从RotatedRect中提取四个顶点的坐标,这时候可能需要使用cv2.boxPoints函数来获取矩形的四个角点,然后进行绘制或者其他操作。 还需要提到的是,这个函数处理的是二维点集,如果是三维点的话,可能不适用。此外,旋转矩形的角度可能受到坐标系的影响,OpenCV中的坐标系原点通常在左上角,y轴向下,这可能影响角度的计算方向。 最后,可能需要给出一个简单的示例代码,说明如何使用这个函数,比如读取图像,找到轮廓,然后对每个轮廓应用cv2.minAreaRect,并绘制出来。但用户没有明确要求代码,所以可能简要提及即可。 总结一下,回答的结构应该是:函数的作用、输入输出、工作原理、返回值解释、应用场景、注意事项,可能的使用步骤。确保用中文,分点清晰,帮助用户逐步理解这个函数的功能和用法。</think>### 关于 `cv2.minAreaRect` 的详细介绍 `cv2.minAreaRect` 是 OpenCV 中用于计算二维点集**最小包围旋转矩形**的函数。该矩形可以旋转任意角度,且能保证面积最小,适用于轮廓分析、目标定位等场景。 --- #### 1. **函数原型** ```python retval = cv2.minAreaRect(points) ``` - **输入参数**:`points` 是一个二维点集(类型为 `np.array` 或 `list`),例如轮廓点、多边形顶点等。 - **返回值**:返回一个 `RotatedRect` 对象(元组格式),包含以下信息: - `(中心坐标(x, y), (宽度, 高度), 旋转角度)` --- #### 2. **关键特性** - **最小面积**:在所有可能的包围矩形中,选择面积最小的。 - **旋转角度**:矩形可以绕中心旋转,角度范围为 `[-90°, 0°)`,表示长边相对于水平轴的倾斜角度。 --- #### 3. **算法原理** 1. **凸包计算**:首先计算点集的凸包(Convex Hull),去除内部冗余点。 2. **旋转卡壳法**:通过旋转卡壳算法(Rotating Calipers)遍历凸包的所有边,找到包围点集的最小面积矩形。 --- #### 4. **返回值详解** - **中心坐标**:矩形的几何中心。 - **宽度和高度**:矩形的尺寸,注意宽度可能大于或小于高度,需结合旋转角度判断实际方向。 - **旋转角度**: - 若角度接近 `-90°`,表示矩形接近竖直方向。 - 若角度接近 `0°`,表示矩形接近水平方向。 --- #### 5. **应用场景** - **目标方向检测**:例如检测图像中倾斜的文本区域。 - **工业测量**:计算零件的姿态和尺寸。 - **机器人抓取**:确定物体的最小包围矩形以规划抓取路径。 --- #### 6. **使用示例** ```python import cv2 import numpy as np # 生成随机点集 points = np.random.randint(0, 100, (20, 2)).astype(np.float32) # 计算最小包围矩形 rotated_rect = cv2.minAreaRect(points) center, (w, h), angle = rotated_rect # 获取矩形四个顶点坐标 box = cv2.boxPoints(rotated_rect) box = np.int0(box) ``` --- #### 7. **注意事项** - **输入要求**:点集至少包含 2 个点。 - **坐标系问题**:OpenCV 的坐标系原点在左上角,y 轴向下,可能影响角度方向。 - **宽度与高度的关系**:实际长边可能对应宽度或高度,需根据角度判断(例如角度为 `-45°` 时,宽度可能是长边)。 --- #### 8. **可视化效果** 通过绘制旋转矩形,可以直观验证结果: ```python # 绘制矩形 image = np.zeros((100, 100, 3), dtype=np.uint8) cv2.drawContours(image, [box], 0, (0, 255, 0), 2) cv2.imshow("Result", image) cv2.waitKey(0) ``` --- ### 总结 `cv2.minAreaRect` 是 OpenCV 中强大的几何工具,适用于需要精确分析目标姿态和尺寸的场景。理解其返回值的含义(尤其是旋转角度)是正确使用的关键。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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