精华内容
下载资源
问答
  • 主要介绍了python opencv minAreaRect 生成最小外接矩形的方法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
  • min_rect = cv2.minAreaRect(coords)//由点集获取最小矩形(包含中心坐标点、宽和高、偏转角度) print("min_rec =",min_rect) box = cv2.boxPoints(min_rect)//获取最小矩形的4个顶点坐标。 但是通过一下这个绘制...
  • 在图像裁剪操作中,opencv和pillow两个库都具有相应的函数,但是这两个库中的函数仅仅能对与图片平行的矩形进行裁剪操作,如果想要对目标的最小外接矩形进行裁剪该如何操作呢?如下所示: 具体处理该问题的思路如下...
  • 包含多个区域的最小外接矩形''' image = cv2.imread('./label.png') B, G, R = cv2.split(image) ret, thresh = cv2.threshold(G, 128, 255, cv2.THRESH_BINARY) print(thresh.shape) # 单通道复制为三通道 ...代替...
  • 主要介绍了Python实现图片查找轮廓、多边形拟合、最小外接矩形代码,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • 主要为大家详细介绍了Opencv绘制最小外接矩形、最小外接圆的方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  • opencv-python最小外接矩形

    千次阅读 2021-05-06 18:18:02
    所用函数: ...cv2.minAreaRect —— 找到最小外接矩形(矩形具有一定的角度) cv2.boxPoints —— 外接矩形的坐标位置 cv2.drawContours(image, [box], 0, (0, 0, 255), 3) —— 根据点画出矩形 # -*- cod

    所用函数:
    cv2.threshold() —— 阈值处理
    cv2.findContours() —— 轮廓检测
    cv2.boundingRect() —— 最大外接矩阵
    cv2.rectangle() —— 画出矩形
    cv2.minAreaRect —— 找到最小外接矩形(矩形具有一定的角度)
    cv2.boxPoints —— 外接矩形的坐标位置
    cv2.drawContours(image, [box], 0, (0, 0, 255), 3) —— 根据点画出矩形

    # -*- coding: utf-8 -*-
    
    
    import cv2
    import numpy as np
    
    image = cv2.imread('/home/rose/PycharmProjects/PSENet.pytorch/test/img/20190507193429910.png')
    # 图像转灰度图
    img = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    # 图像转二值图
    ret, thresh = cv2.threshold(img, 230, 255, cv2.THRESH_BINARY_INV)
    # 功能:cv2.findContours()函数来查找检测物体的轮廓。
    #参数:
    # 参数1:寻找轮廓的图像,接收的参数为二值图,即黑白的(不是灰度图),所以读取的图像要先转成灰度的,再转成二值图
    # 参数2: 轮廓的检索模式,有四种。
    #       cv2.RETR_EXTERNAL 表示只检测外轮廓;
    #       cv2.RETR_LIST 检测的轮廓不建立等级关系;
    #       cv2.RETR_CCOMP 建立两个等级的轮廓,上面的一层为外边界,里面的一层为内孔的边界信息。如果内孔内还有一个连通物体,这个物体的边界也在顶层。
    #       cv2.RETR_TREE 建立一个等级树结构的轮廓。
    #
    # 参数3: 轮廓的近似办法.
    #       cv2.CHAIN_APPROX_NONE 存储所有的轮廓点,相邻的两个点的像素位置差不超过1,即max(abs(x1-x2),abs(y2-y1))==1
    #       cv2.CHAIN_APPROX_SIMPLE 压缩水平方向,垂直方向,对角线方向的元素,只保留该方向的终点坐标,例如一个矩形轮廓只需4个点来保存轮廓信息
    #       cv2.CHAIN_APPROX_TC89_L1,CV_CHAIN_APPROX_TC89_KCOS 使用teh-Chinl chain 近似算法
    # 注:opencv2返回两个值:contours:hierarchy。opencv3会返回三个值,分别是img, countours, hierarchy
    #
    #返回值
    #cv2.findContours()函数返回两个值,一个是轮廓本身,还有一个是每条轮廓对应的属性。
    contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    
    for c in contours:
        # 找到边界坐标
        x, y, w, h = cv2.boundingRect(c)  # 计算点集最外面的矩形边界
        cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)
    
        # 找面积最小的矩形
        rect = cv2.minAreaRect(c)
        # 得到最小矩形的坐标
        box = cv2.boxPoints(rect)
        # 标准化坐标到整数
        box = np.int0(box)
        # 画出边界
        cv2.drawContours(image, [box], 0, (0, 0, 255), 3)
        # 计算最小封闭圆的中心和半径
        (x, y), radius = cv2.minEnclosingCircle(c)
        # 换成整数integer
        center = (int(x), int(y))
        radius = int(radius)
        # 画圆
        cv2.circle(image, center, radius, (0, 255, 0), 2)
    
    cv2.drawContours(image, contours, -1, (255, 0, 0), 1)
    cv2.imshow("img", image)
    cv2.imwrite("img_1.jpg", image)
    cv2.waitKey(0)
    
    

    效果图:

    在这里插入图片描述

    展开全文
  • python+opencv获取最小外接矩形

    千次阅读 2020-09-03 15:48:10
    python+opencv获取最小外接矩形环境代码效果 环境 python版本:3.8 opencv版本:4.3.0.36 代码 from PIL import Image from pylab import * import cv2 import numpy as np # 读取图像到数组中 im = array(Image....

    python+opencv获取最小外接矩形

    环境

    python版本:3.8
    opencv版本:4.3.0.36

    代码

    from PIL import Image
    from pylab import *
    import cv2
    import numpy as np
    
    # 读取图像到数组中
    im = array(Image.open('./001.bmp'))
    
    # 定义边界点
    xs = [190.5,167.5,144.5,128.5,114.5,100.5,97.5,82.5,71.5,62.5,45.5,33.5,23.5,10.5,9.5,9.5,18.5,20.5,14.5,17.5,16.5,25.5,26.5,37.5,50.5,61.5,75.5,80.5,82.5,83.5,107.5,131.5,137.5,176.5,193.5,200.5,203.5,217.5,239.5,254.5,270.5,288.5,304.5,327.5,341.5,363.5,377.5,388.5,397.5,402.5,388.5,381.5,374.5,375.5,367.5,363.5,358.5,363.5,353.5,340.5,339.5,335.5,326.5,311.5,279.5,239.5,211.5,190.5]
    ys = [374.13,366.13,363.13,361.13,365.13,361.13,357.13,362.13,373.13,376.13,369.13,365.13,354.13,342.13,329.13,317.13,311.13,296.13,283.13,272.13,258.13,247.13,216.13,184.13,158.13,129.13,98.13,82.13,52.13,42.13,34.13,31.13,15.13,10.12,13.13,26.13,31.13,22.13,22.13,28.13,41.13,54.13,65.13,81.13,92.13,97.13,112.13,148.13,176.13,192.13,204.13,213.13,223.13,245.13,255.13,269.13,281.13,296.13,302.13,313.13,325.13,338.13,358.13,381.13,391.13,390.13,380.13,374.13]
    
    plt.plot(xs, ys, 'r*') # 绘制边界点
    
    # 获取最小外接矩形
    contour = np.vstack((xs, ys)) #将x,y竖着拼接
    contour = np.array(contour.T, dtype=np.float32)
    rect = cv2.minAreaRect(contour) # 得到最小外接矩形的(中心(x,y), (宽,高), 旋转角度)
    box = cv2.boxPoints(rect) # cv2.boxPoints(rect) for OpenCV 3.x 获取最小外接矩形的4个顶点坐标
    box = np.int0(box)
    
    # 绘制最小外接矩形
    plt.plot(box[1], box[0], color='g')
    plt.plot(box[2], box[1], color='g')
    plt.plot(box[3], box[2], color='g')
    plt.plot(box[0], box[3], color='g')
    
    # 添加标题,显示绘制的图像
    
    title("pic1.png")
    imshow(im)
    plt.show()
    

    效果

    在这里插入图片描述

    展开全文
  • 最近遇到一个需求,通过minAreaRect得到最小外接矩阵后,还需要判断该矩形中的文字是横向排列还是纵向排列。网上查找很多教程,他们对minAreaRect函数以及其返回值的解释与我在实际操作时的结果都不一样,不知道是...

    需求描述

    最近遇到一个需求,通过minAreaRect得到最小外接矩阵后,还需要判断该矩形中的文字是横向排列还是纵向排列。网上查找很多教程,他们对minAreaRect函数以及其返回值的解释与我在实际操作时的结果都不一样,不知道是由于版本差异还是我操作的问题。我使用的版本是opencv-python 4.5.3.

    要想判断矩形中的文字方向,首先要知道矩形四个点的坐标以及旋转角度。新版的opencv的改动就在于四个点坐标以及旋转角度的定义。例如,原来minAreaRect函数返回的旋转角度在[-90, 0)之间,然而在我使用的**opencv-python 4.5.3.**中返回的旋转角度在(0, 90]之间。

    矩阵的旋转情况主要有以下几种情况:
    文本横向排列:
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    文本纵向排列:
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    矩形坐标

    rotatedRect = cv2.minAreaRect(contours[0])  # 计算最小外接矩形
    box = cv2.boxPoints(rotatedRect)  # 计算矩形的坐标
    

    在opencv中,最小外接矩形四个点的坐标定义如下:
    ( x 1 , y 1 ) (x_1, y_1) x1,y1):左上角的点,四个坐标中横坐标最小的点;
    ( x 2 , y 2 ) (x_2, y_2) x2,y2):右上角的点,四个坐标中纵坐标最小的点;
    ( x 3 , y 3 ) (x_3, y_3) x3,y3):右下角的点,四个坐标中横坐标最大的点;
    ( x 4 , y 4 ) (x_4, y_4) x4,y4):左下角的点,四个坐标中纵坐标最大的点;

    矩形宽和高

    在得到四个点的坐标后, ( x 1 , y 1 ) (x_1, y_1) x1,y1) ( x 2 , y 2 ) (x_2, y_2) x2,y2)的距离被认定为宽(width), ( x 2 , y 2 ) (x_2, y_2) x2,y2) ( x 3 , y 3 ) (x_3, y_3) x3,y3)的距离被认定为高(height)。我们发现矩形在旋转过程中宽和高对应的边是在不断变化的,这就是因为矩形四个点的坐标在不断变化。

    矩形旋转角度

    这里旋转角度的计算感觉和以前的版本刚好相反,表示水平线顺时针旋转遇到矩阵第一条宽的角度,在(0, 90]之间。

    判断文字排列方向

    横向排列:

    (1)当旋转角度大于45度时,height需要大于width;
    (2) 当旋转角度小于45度时,height需要小于width;

    纵向排列:

    (1)当旋转角度大于45度时,height需要小于width;
    (2) 当旋转角度小于45度时,height需要大于width;

    展开全文
  • opencv-python 图像最小外接矩形

    千次阅读 2020-03-06 21:27:13
    opencv-python 图像最小外接矩形

    图像二值化之后
    box = cv2.boundingRect(binaryImage)
    这个函数很简单,img是一个二值图,也就是它的参数;
    返回四个值,分别是x,y,w,h;
    x,y是矩阵左上点的坐标,w,h是矩阵的宽和高

    然后利用cv2.rectangle(img, (x,y), (x+w,y+h), (0,255,0), 2)画出矩行
    参数解释
    第一个参数:img是原图
    第二个参数:(x,y)是矩阵的左上点坐标
    第三个参数:(x+w,y+h)是矩阵的右下点坐标
    第四个参数:(0,255,0)是画线对应的rgb颜色
    第五个参数:2是所画的线的宽度

    展开全文
  • python 轮廓检测 最小外接矩形

    千次阅读 2020-07-02 13:58:31
    rect = cv2.minAreaRect(contours[i]) # 最小外接矩形 box = np.int0(cv2.boxPoints(rect)) # 矩形的四个角点取整 cv2.drawContours(img, [box], 0, (255, 255, 255), 2) cv2.imshow('test.jpg',img) cv2.waitKey...
  • python画出最小外接矩形及其中心点

    千次阅读 2019-11-20 11:30:10
    便于调试,实际中查找到最小外接矩形后,会对轮廓筛选,参见我另一片博客:Python图片查找轮廓、多边形拟合、最小外接矩形操作实例,此外本文参考了博客OpenCv-Python 最小外接圆、最小外接矩形、椭圆拟合、直线拟合...
  • OpenCV python 轮廓(连通域)最小外接矩形 import cv2 import numpy as np def main(): # 1.导入图片 img_src = cv2.imread("cc.jpg") # 2.灰度化,二值化 img_gray = cv2.cvtColor(img_src, cv2.COLOR_BGR2...
  • 使用python opencv返回点集cnt的最小外接矩形,所用函数为 cv2.minAreaRect(cnt) ,cnt是所要求最小外接矩形的点集数组或向量,这个点集不定个数。 举例说明:画一个任意四边形的最小外接矩形,其中 cnt 代表该...
  • 主要为大家详细介绍了OpenCV实现最小外接矩形,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-python 最小外接矩形

    千次阅读 2020-02-03 23:01:36
    opencv—python 最小外接矩形 (编程小白,如有问题还请各位大佬多指教) 所用函数: cv2.threshold() —— 阈值处理 cv2.findContours() —— 轮廓检测 cv2.boundingRect() —— 最大外接矩阵 cv2.rectangle() ——...
  • 任务:给定这样一张图片求图片中白色区域的外接矩形、最小外接矩形、拟合多边形以及外接圆 外接矩形 x, y, w, h = cv2.boundingRect(points) 输入:点集 返回值:左上角点坐标以及宽高 实现代码: import cv2 ...
  • 本文实例为大家分享了Opencv实现最小外接矩形和圆的具体代码,供大家参考,具体内容如下 步骤:将一幅图像先转灰度,再canny边缘检测得到二值化边缘图像,再寻找轮廓,轮廓是由一系列点构成的,要想获得轮廓的最小...
  • print("thresh =",thresh) coords = np.column_stack(np.where(thresh > 0))//获取thresh二值灰度图片...min_rect = cv2.minAreaRect(coords)//由点集获取最小矩形(包含中心坐标点、宽和高、偏转角度) print("m...
  • # 最小外接矩形框,有方向角 rect = cv2.minAreaRect(cnt) box = cv2.cv.Boxpoints() if imutils.is_cv2()else cv2.boxPoints(rect) box = np.int0(box) cv2.drawContours(im, [box], 0, (0, 0, 255), 2) # ...
  • import numpy as np import cv2 import matplotlib.pyplot as plt def order_points(pts): # sort the points based on their x-coordinates xSorted = pts[np.argsort(pts[:, 0]), :] # grab the left-most ...
  • np.array(cnts[0]) #取出冗余维度,做维度压缩 a_sque = np.squeeze(xxxyyy) #print(a_sque) #获得最小外接矩形 rect = cv2.minAreaRect(a_sque) #将最小外接矩形的box点提取出来 box = cv2.boxPoints(rect) box = ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,149
精华内容 459
关键字:

最小外接矩形python

python 订阅