OpenCV 轮廓特征----边界矩形

最新推荐文章于 2025-01-09 05:00:00 发布
最新推荐文章于 2025-01-09 05:00:00 发布
阅读量1.3k 收藏 6
点赞数
CC 4.0 BY-SA版权
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.youkuaiyun.com/qq_38973721/article/details/105831144
本文介绍了OpenCV中处理轮廓时的两种边界矩形：直边界矩形和旋转的边界矩形。直边界矩形适用于检测不考虑旋转的矩形，而旋转的边界矩形则考虑了对象的旋转，具有最小面积。cv2.boundingRect()用于获取直边界矩形，cv2.minAreaRect()则返回旋转的边界矩形的Box2D结构，包含矩形信息和旋转角度。通过cv2.boxPoints()可以得到旋转矩形的四个顶点。

边界矩形分为两类：

  • 直边界矩形
  • 旋转的边界矩形

直边界矩形

检测图像中是否含有矩形，但不会考虑图像中旋转的矩形。所以边界矩形的面积不是最小的。
可以使用 cv2.boundingRect() 进行查看

img = cv2.imread('rectangle.png', 1)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY
了解本专栏 订阅专栏 解锁全文 超级会员免费看
利用opencv边缘提取矩形框集合覆盖的图像
random_repick的专栏
04-20 329
opencv边缘
OpenCV边界框、最小矩形区域和最小闭圆的轮廓
鸳鸯冰笔的博客
05-04 1619
3.9 边界框、最小矩形区域和最小闭圆的轮廓边界框、最小矩形区域和最小闭圆的轮廓源代码使用到的函数和代码解析使用的图片 边界框、最小矩形区域和最小闭圆的轮廓 本文根据《OpenCV3计算机视觉Python语言实现第二版》，进行代码编写，感谢本书作者的辛勤付出！ 源代码 import cv2 import numpy as np img=cv2.pyrDown(cv2.imread("../ima...
OpenCV 轮廓周围绘制矩形框和圆形框
流楚丶格念的博客
01-27 3109
文章目录轮廓周围绘制介绍相关API减少多边形轮廓点数：approxPolyDP轮廓周围绘制矩形：boundingRect、minAreaRect轮廓周围绘制圆和椭圆：minEnclosingCircle、fitEllipse绘制步骤代码示例 轮廓周围绘制介绍 没什么概念，就是给得出来的轮廓绘制周围图形，例如下图给左侧得出的轮廓去绘图得到右侧图像： 相关API 减少多边形轮廓点数：approxPolyDP 函数作用：基于RDP算法实现,目的是减少多边形轮廓点数 函数原型： //减少多边形轮廓点数 appro
opencv练习17边界矩形
qq_43543515的博客
04-08 320
直边界矩形 一个直矩形（就是没有旋转的矩形）。它不会考虑对象是否旋转。所以边界矩形的面积不是最小的。可以使用函数 cv2.boundingRect() 查找得到。（x，y）为矩形左上角的坐标，（w，h）是矩形的宽和高。 x,y,w,h = cv2.boundingRect(cnt) img = cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0), 旋转的边界矩形 这个边界矩形是面积最小的，因为它考虑了对象的旋转。用到的函数为 **cv2.minAreaRect()。**
OpenCV：轮廓检测、查找轮廓、绘制轮廓、凸包、图像的矩特征
あずにゃん梓喵的博客
08-01 1万+
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新） 3.8 轮廓检测 学习目标 了解图像的轮廓，知道怎么利用OPenCV查找轮廓 知道轮廓的特征 知道图像的矩特征 1 图像的轮廓 轮廓可以简单认为成将连续的点（连着边界）连在一起的曲线，具有相同的颜色或者灰度。轮廓是图像目标的外部特征，这种...
OpenCV-轮廓特征
2301_77698138的博客
09-09 1595
在OpenCV中，轮廓检测后得到的轮廓不仅是一系列点的集合，还可以进一步分析以提取有用的特征。这些特征包括但不限于轮廓的面积、周长、边界框、凸包、质心、方向、矩等。OpenCV中的轮廓特征提取和分析在计算机视觉领域具有许多重要的好处和应用。这些特征不仅可以帮助我们理解和分析图像内容，还能在图像识别、物体检测、形状分析、运动跟踪等多种场景中发挥关键作用。物体识别和定位：通过检测图像中的轮廓，可以识别和定位图像中的物体。轮廓是物体边界的精确表示，有助于区分不同的物体并确定它们的位置。
opencv基础55-获取轮廓的特征值及示例
小海聊智造
08-10 1920
轮廓自身的一些属性特征及轮廓所包围对象的特征对于描述图像具有重要意义。本节介绍几个轮廓自身的属性特征及轮廓所包围对象的特征。
Opencv-contrib-python模块——模版匹配、图形检测
qq_33009429的博客
04-22 1834
返回一个二元组(contours,hierarchy)：contours：检测到的轮廓列表，每个轮廓是一个numpy数组；返回一个二维数组，数组的元素值表示模版在原图中每个区域的匹配程度。returnPoints：True表示返回值（凸包顶点坐标数组）的点为坐标，False表示返回的点为轮廓数组的索引。cv2.CHAIN_APPROX_SIMPLE：压缩水平、垂直和对角线方向的轮廓，只保留重要的轮廓点。rho：霍夫空间中的极径分辨率，表示检测直线使用的半径步长。method：匹配方法，指定匹配模板的算法。
Opencvsharp --- 检测矩形&计算偏移量
哈怂的博客
11-17 9587
OpenCvSharp是一个OpenCV的.Net wrapper，应用最新的OpenCV库开发，使用习惯比EmguCV更接近原始的OpenCV 8 U C 3 每通道的字节数 每通道的数据类型 固定为C，指Channel 通道数 例如，一般的无透明彩色图，每一格像素包含了RGB三个通道，所以其类型为8UC3，如果还包含透明度信息，则选用8UC4类型。 ...
OpenCV学习笔记-边界矩形
云中寻雾的博客
05-26 2964
有两类边界矩形，直边界矩形和旋转的边界矩形。 直边界矩形：一个直矩形（就是没有旋转的矩形）。它不会考虑对象是否旋转。所以边界矩形的面积不是最小的。使用函数cv.boundingRect()查找得到。 （x, y）为矩形左上角的坐标，（w, h）是矩形的宽和高。 x, y, w, h = cv.boundingRect(contour) img = cv.rectangle...
openCV提取图像中的矩形区域
09-16
主要为大家详细介绍了openCV提取图像中的矩形区域，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
opencv求取外接矩形
09-07
使用opencv开发的特征点外接矩形求解算法。
opencv 7 -- 边界矩形
wust小吴
05-21 1761
有两类边界矩形 一、直边界矩形—boundingRect() 一个直矩形(就是没有旋转的矩形)。它不会考虑对象是否旋转。 所以边界矩形的面积不是最小的。 可以使用函数 cv2.boundingRect() 查找得到 (x，y)为矩形左上角的坐标，(w，h)是矩形的宽和高 x,y,w,h = cv2.boundingRect(cnt) cv2.boundingRect()接收的...
OpenCV-Python——第17.3章：轮廓形状拟合（边界矩形，最小外接圆...）及性质
热门推荐
YukinoAI的博客
02-23 2万+
目录 边界矩形    最小外接圆     椭圆拟合    直线拟合    轮廓性质    综合举例 轮廓形状拟合 1 边界矩形 1.1 直边界矩形 一个直矩形（就是没有旋转的矩形）。它不会考虑对象是否旋转。 所以边界矩形的面积不是最小的。可以使用函数 cv2.boundingRect() 查找得到。 （x，y）为矩形左上角的坐标，（w，h）是矩形的宽和高。 x,y,w,h  = cv...
【机器视觉】OpenCV 图像轮廓（查找/绘制轮廓、轮廓面积/周长、多边形逼近与凸包、外接矩形）
最新发布
专注上位机开发、机器视觉、机器学习、嵌入式软硬件开发
01-09 1万+
图像轮廓是具有相同颜色或灰度的连续点的曲线. 轮廓在形状分析和物体的检测和识别中很有用。用于图形分析物体的识别和检测为了检测的准确性，需要先对图像进行二值化或Canny操作。画轮廓时会修改输入的图像, 如果之后想继续使用原始图像，应该将原始图像储存到其他变量中。
c# opencv 轮廓检测_OpenCV 矩形轮廓检测
weixin_39884738的博客
12-20 583
#include "cv.h"#include #include #include #include #include #include #pragma comment(lib,"opencv_core2410d.lib")#pragma comment(lib,"opencv_highgui2410d.lib")#pragma comment(lib,"opencv_imgproc2410d.l...
opencv-python图像处理 ----边界矩形、外接圆、模板匹配
勤劳鸟儿
01-09 1450
为了能好的体现函数，使用画板又画了一幅图像用来轮廓检测 运行上一节的笔记代码，可以检测出来形状的轮廓。 边界矩形可以将某一边界使用矩形绘制出来，确定一个矩形需要四个点，因此使用函数： def f_contours(): """ 轮廓查找与绘制 :return: """ img = cv.imread("bound.png") # draw会改变原图，这里做一个备份 img_copy = img draw_img = img.copy()
如何在OpenCV Python中找到图像轮廓的边界矩形？
AI333888的博客
08-26 1268
对象的边界矩形是在图像中围绕对象绘制的矩形。在OpenCV中有两种方法可以找到边界矩形。
openCV学习（三）提取图像中的矩形区域
c19961227的博客
05-30 1万+
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') lengt...
opencv轮廓检测-圆检测
12-30
### 使用OpenCV进行圆检测与轮廓检测 #### 圆形检测方法概述 圆形检测是图像处理领域常见的任务之一。通过Hough变换可以有效地识别图像中的圆形结构。此方法基于霍夫空间投票机制来定位可能存在的圆形。 对于圆检测的具体操作流程如下： - **读取并预处理输入图片** 需要先加载待分析的目标图像，并将其转换成灰度模式以便后续计算效率更高[^2]。 - **应用边缘提取算法** 常见的选择有Canny算子或Sobel算子等，这些工具能够突出显示物体边界从而简化特征匹配工作[^3][^4]. - **执行Hough Circle Transform (HCT)** 利用`cv2.HoughCircles()`函数完成实际的圈定过程。该命令接收经过初步过滤后的二值化图作为参数，并返回一系列满足条件的圆心坐标及其半径长度列表. 下面给出一段完整的Python代码片段用于展示上述步骤的实际运用情况: ```python import cv2 import numpy as np # 加载原始彩色图像并转为灰度版本 image = cv2.imread('coins.png',0) # 应用高斯模糊减少噪声影响 blurred = cv2.GaussianBlur(image,(9,9),2) # Canny 边缘探测器获取清晰边框线条 edges = cv2.Canny(blurred, threshold1=50, threshold2=150) # 执行 Hough 变换寻找潜在圆形区域 circles = cv2.HoughCircles(edges,cv2.HOUGH_GRADIENT,dp=1,minDist=70, param1=100,param2=30,minRadius=1,maxRadius=60) if circles is not None: # 将检测到的结果转化为整数形式便于绘图标记 circles = np.uint16(np.around(circles)) for i in circles[0,:]: center = (i[0], i[1]) radius = i[2] # 绘制外接矩形框以及中心点位置指示符 cv2.circle(image=center,radius=(radius+5),(0,255,0),thickness=-1) cv2.rectangle(img=image,pt1=(center[0]-2,center[1]-2), pt2=(center[0]+2,center[1]+2),color=(0,0,255)) # 展现最终效果图 cv2.imshow("Detected Circles", image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这段程序首先导入必要的库文件；接着定义了一个简单的图形界面让用户查看输出成果。注意这里假设存在一张名为'coins.png'的照片位于当前目录下供测试之用。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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

打赏作者

小鹏AI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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