首页opencv 矩形检测 python

opencv 矩形检测 python

时间: 2025-01-14 14:52:44 浏览: 42

### 使用 OpenCV 和 Python 进行矩形检测为了实现矩形检测，可以采用形态学操作来增强图像特征并识别轮廓。具体过程涉及灰度转换、二值化处理以及寻找和筛选特定形状的轮廓。 #### 图像预处理首先加载目标图片，并将其转化为灰度图以便后续处理[^1]: ```python import cv2 import numpy as np image = cv2.imread('path_to_image') gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) ``` #### 形态学变换与边缘提取应用高斯模糊减少噪声干扰，再通过Canny算法获取边界信息： ```python blurred = cv2.GaussianBlur(gray, (5, 5), 0) edged = cv2.Canny(blurred, 75, 200) ``` #### 查找轮廓利用`findContours()`函数找到所有可能的对象轮廓，并仅保留外部轮廓用于进一步分析： ```python contours, _ = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 对于每个轮廓计算其面积大小并与设定阈值比较 rectangles = [] for c in contours: peri = cv2.arcLength(c, True) approx = cv2.approxPolyDP(c, 0.02 * peri, True) # 如果近似多边形有四个顶点，则认为是一个矩形 if len(approx) == 4 and cv2.isContourConvex(approx): rectangles.append(approx) ``` #### 绘制矩形框对于每一个被确认为矩形的轮廓，在原图上绘制绿色实线框表示出来： ```python for rect in rectangles: x, y, w, h = cv2.boundingRect(rect) cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2) cv2.imshow("Detected Rectangles", image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 上述代码片段展示了完整的流程，从读取输入文件到最终显示带有标记的结果图像[^2]。

阅读全文