opencv 筛选矩形轮廓

OpenCV 提供了一个名为 `cv2.findContours()` 的函数来检测图像中的轮廓，包括矩形。下面是一个简单的示例，展示了如何筛选出矩形轮廓：

import cv2
import numpy as np

# 加载图像
image = cv2.imread('your_image.jpg')

# 转为灰度图像以便于轮廓检测
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 二值化（这里假设阈值已经确定好）
_, binary = cv2.threshold(gray, threshold, 255, cv2.THRESH_BINARY)

# 寻找轮廓
contours, _ = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

# 初始化矩形轮廓列表
rect_contours = []

# 检查每个轮廓是否接近矩形
for contour in contours:
    peri = cv2.arcLength(contour, True)
    approx = cv2.approxPolyDP(contour, 0.04 * peri, True)  # 使用ε比例缩放近似多边形
    
    # 如果近似点数等于四（通常矩形有四个顶点），则可能是矩形
    if len(approx) == 4:
        rect_contours.append(contour)

# 可视化找到的矩形轮廓
for cnt in rect_contours:
    x, y, w, h = cv2.boundingRect(cnt)
    cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)  # 绘制绿色矩形框

cv2.imshow('Rectangular Contours', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，我们首先通过`cv2.findContours()`获取轮廓，然后对每个轮廓应用`cv2.approxPolyDP()`来近似其边界。如果近似后的点数是4，则认为它是矩形。最后，我们使用`cv2.boundingRect()`来获取每个矩形的边界信息并绘制出来。