opencv3-第3章-目标边界框，最小边界框，最小闭圆

最新推荐文章于 2024-01-22 11:34:41 发布

小哦--

最新推荐文章于 2024-01-22 11:34:41 发布

阅读量882

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/sundanping_123/article/details/88031919

本文深入探讨了OpenCV3中如何进行目标边界框的处理，包括找到对象的最小边界框和最小闭合圆。通过实例解析，详细阐述了相关算法的应用，为图像处理和计算机视觉领域的目标检测提供了实用技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import cv2
import numpy as np

img=cv2.pyrDown(cv2.imread('image\\gradientbig.bmp',
                              cv2.IMREAD_UNCHANGED))
img1=img.copy()

ret,thresh=cv2.threshold(cv2.cvtColor(img.copy(),cv2.COLOR_BGR2GRAY),
                                     127,255,cv2.THRESH_BINARY) 
                                                       #阈值分割为二值图像
image,contours,hier=cv2.findContours(thresh,cv2.RETR_EXTERNAL,
                                    cv2.CHAIN_APPROX_SIMPLE) 
                                                       #找矩形轮廓

for c in contours:
    x,y,w,h=cv2.boundingRect(c)                        #求矩形轮廓的参数
    cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),1)     #画绿色矩形边界框

    rect=cv2.minAreaRect(c)                            #最小矩形区域
    box=cv2.boxPoints(rect)                            #计算矩形顶点，浮点型
    box=np.int0(box)                                   #转换为整型
    cv2.drawContours(img,[box],0,(0,255,0),2)          #画绿色最小矩形边界框

    (x,y),radius=cv2.minEnclosingCir