python opencv画旋转矩形
时间: 2025-03-02 16:07:44 浏览: 48
### 绘制旋转矩形的方法
在OpenCV中,`cv2.rectangle()` 函数仅能绘制标准的直角矩形。对于旋转矩形,则需采用其他方法来完成这一任务。
#### 使用 `minAreaRect` 和 `boxPoints`
为了创建并绘制旋转矩形,可以先利用轮廓找到最小面积矩形,再通过转换得到四个顶点坐标以便于后续绘图:
```python
import cv2
import numpy as np
# 假设 contours 是获取到的目标对象轮廓列表
contour = ... # 获取具体的一个轮廓实例
rect = cv2.minAreaRect(contour) # 得到最小外接矩形中心(x,y), (宽,高), 旋转角度
box = cv2.boxPoints(rect) # 获得矩形四个顶点坐标
box = np.int0(box)
image = ... # 加载图像
cv2.drawContours(image,[box],0,(0,0,255),2) # 将这四个点连成线形成封闭图形即为所求旋转矩形
```
上述代码片段展示了如何基于给定的对象轮廓计算其对应的最小外包络矩形,并将其可视化出来[^1]。
另外值得注意的是,在实际应用当中如果想要对特定区域内做进一步处理比如裁剪等操作时,还需要考虑更多细节问题,例如确保提取出来的区域不会超出原始图片边界等等[^2]。
相关问题
python opencv获取旋转矩形
OpenCV提供了一个函数cv2.minAreaRect()来获取一个轮廓的最小外接矩形。这个函数返回的是一个Box2D结构体,其中包含了矩形的中心坐标、宽度、高度和旋转角度。下面是一个获取旋转矩形的代码示例:
```python
import cv2
# 读取图像并转为灰度图像
img = cv2.imread("test.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化图像
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 获取轮廓
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
# 获取最小外接矩形
rect = cv2.minAreaRect(contours[0])
# 绘制旋转矩形
box = cv2.boxPoints(rect)
box = np.int0(box)
cv2.drawContours(img,[box],0,(0,0,255),2)
cv2.imshow("image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
需要注意的是,cv2.minAreaRect()函数的参数是一个轮廓,所以在使用这个函数之前,需要先使用cv2.findContours()函数获取轮廓。另外,cv2.boxPoints()函数可以将旋转矩形转换为一个四个顶点的数组,方便绘制旋转矩形。
python使用opencv2将不规则图形处理为矩形框_python opencv实现旋转矩形框裁减功能...
好的,以下是回答:
使用OpenCV的话,可以使用`cv2.findContours()`函数找到图像中的轮廓,然后使用`cv2.boundingRect()`函数获取轮廓的外接矩形。如果你需要将不规则图形处理为矩形框,可以将所有轮廓的外接矩形合并,并使用`cv2.rectangle()`函数进行绘制。
如果你需要处理旋转的矩形框,可以使用`cv2.minAreaRect()`函数获取轮廓的最小外接矩形,然后使用`cv2.boxPoints()`函数获取矩形的四个顶点坐标,最后使用`cv2.warpAffine()`函数进行裁剪。
以下是代码示例:
```
import cv2
# 读取图像
img = cv2.imread('input.jpg')
# 灰度化
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化
_, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)
# 查找轮廓
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 合并所有轮廓的外接矩形
rect = cv2.boundingRect(cv2.convexHull(np.concatenate(contours)))
# 绘制矩形框
cv2.rectangle(img, rect, (0, 255, 0), 2)
# 获取最小外接矩形
rect = cv2.minAreaRect(cv2.convexHull(np.concatenate(contours)))
# 获取矩形的四个顶点坐标
box = cv2.boxPoints(rect).astype('int')
# 计算变换矩阵
M = cv2.getAffineTransform(box[:3], np.float32([[0, 0], [rect[1][0], 0], [0, rect[1][1]]]))
# 裁剪图像
crop = cv2.warpAffine(img, M, (int(rect[1][0]), int(rect[1][1])))
# 显示结果
cv2.imshow('img', img)
cv2.imshow('crop', crop)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
希望可以帮到你!
阅读全文
相关推荐














