OpenCV -如何找到圆角矩形的矩形轮廓？
我正在尝试寻找图像中一个圆角矩形物体的轮廓。我尝试了HoughLinesP和findContours，但没有达到预期的效果。
我想像这样找到这个矩形：
代码：
import cv2
import matplotlib.pyplot as plt
import util
image = cv2.imread("./img/findrect0.png", 1)
gray = util.grayImage(image)
edges = cv2.Canny(image, 50, 200)
lines = cv2.HoughLinesP(edges, 1, cv2.cv.CV_PI/180, 50, minLineLength=50, maxLineGap=10)[0]
linesImage = image.copy()
util.drawLines(linesImage, lines, thickness=10)
contoursImage = image.copy()
(contours, hierarchy) = cv2.findContours(gray.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
util.drawContours(contoursImage, contours, thickness=10)
util.showOpenCVImagesGrid([image, edges, linesImage, contoursImage], 2, 2, titles=["original image", "canny image", "lines image", "contours image"])util：
import cv2
import math
import matplotlib.pyplot as plt
def showOpenCVImagesGrid(images, x, y, titles=None, axis="on"):
fig = plt.figure()
i = 1
for image in images:
copy = image.copy()
channel = len(copy.shape)
cmap = None
if channel == 2:
cmap = "gray"
elif channel == 3:
copy = cv2.cvtColor(copy, cv2.COLOR_BGR2RGB)
elif channel == 4:
copy = cv2.cvtColor(copy, cv2.COLOR_BGRA2RGBA)
fig.add_subplot(x, y, i)
if titles is not None:
plt.title(titles[i-1])
plt.axis(axis)
plt.imshow(copy, cmap=cmap)
i += 1
plt.show()
def grayImage(image):
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
return gray
def drawLines(image, lines, thickness=1):
for line in lines:
# print("line="+str(line))
cv2.line(image, (line[0], line[1]), (line[2], line[3]),
(0, 0, 255), thickness)
def drawContours(image, contours, thickness=1):
i = 0
for contour in contours:
cv2.drawContours(image, [contours[i]], i, (0, 255, 0), thickness)
area = cv2.contourArea(contour)
i += 1我使用的是Python 2.7.13和OpenCV 2.4.13.3。
我一直在考虑延伸这些线，并得到线的交点。最后，我将得到矩形的四个坐标。但如果图像更复杂，我不知道如何处理。
回答 3
Stack Overflow用户
发布于 2017-09-29 17:53:15
您需要找到找到的等高线的边界矩形。
img = cv2.imread("image.png", -1)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
binary = cv2.bitwise_not(gray)
(_,contours,_) = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
for contour in contours:
(x,y,w,h) = cv2.boundingRect(contour)
cv2.rectangle(img, (x,y), (x+w,y+h), (0,255,0), 2)
Stack Overflow用户
发布于 2017-09-29 18:07:31
您可以找到非零点的边界矩形。
image = cv2.imread("./img/findrect0.png", 1)
gray = util.grayImage(image)
gray_inv = cv2.bitwise_not(gray)
points = cv2.findNonZero(gray)
rect = cv2.boundingRect(points)Stack Overflow用户
发布于 2017-09-29 18:10:07
我一直在考虑延伸这些直线，得到直线的交点。，
。最后，我将得到矩形的四个坐标。
或多或少，如果轮廓对你不起作用，这是一个很好的方法。确实，正如你所说，
但如果图像更复杂，我不知道如何处理。
有一些复杂的问题需要处理。主要的问题是，典型的直线检测并不是每次都能给你完美的线段。沿同一条直线可以有多个直线段，可以是纵向堆叠的，也可以是多个重叠的。此外，您还需要以某种方式自动分割直线，这样您就不会试图找到平行线的交点。
然而，这两个问题都不是很难处理。我answered a question awhile ago on this site关于从HoughLinesP中寻找交叉点，它使用了很多下面的建议，尽管不是那么健壮(例如，将线分割成两组，这样做要天真得多)，但它应该会给你一个很好的起点。
检测到线后，需要将线分段为组或平行线段。如果您的矩形具有定义的方向，那么您可以根据该方向过滤直线，这将是最简单的情况。但是，如果矩形可以是任意方向的，则需要使用其他方法对其进行分割。您可以使用k-means聚类和k=2来找到两个主要角度，并将一个角度对应的直线放在一个bin中，将另一个角度对应的直线放在另一个bin中，并找到一个bin中的线与另一个bin中的线的交点。这种方法的好处是，它可以适用于任何平行四边形。如果线不在某个阈值内(例如10度或更高)，则也可以拒绝来自每个箱的线，使其与另一个箱的平均角度成直角，或者如果你想坚持矩形。
一旦你有了所有的线相应的二进制，你可以计算它们的交点。实际上，有一个a nice formula using determinants用于计算两条直线之间的交点，给定直线上的两个点，您已经从端点获得了这些点。所以，这很方便！bin 0中的每条线都将与bin 1中的线有一个交点，这就是您需要做的全部工作。
所以在这里的最后，你会有4个交叉点的集群。一种选择是简单地将这些分组在一起，同样使用k-means和k=4，您将拥有这四个点群集的质心，代表您的矩形的角点。当然，由于您在此过程中使用了很多近似步骤，因此您的点不会精确地定义一个矩形，因此您必须尽可能地拟合与这些点最接近的矩形。或者，代替k-means，另一种方法是尝试找到许多交叉点中最准确地表示矩形的子集，然后拟合最接近的矩形。也许可以使用线性回归、最小二乘、RANSAC等方法来解决这个问题。或者，如果您愿意，也可以使用boundingRect()找到这四个点的边界矩形。
https://stackoverflow.com/questions/46486078
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号