如何从contour中提取轮廓的四个角点坐标

从轮廓中提取四个角点坐标的方法有很多，这里介绍一种基于cv2.convexHull()函数的方法。

1. 导入所需的库：

   import cv2
   import numpy as np

2. 读取图像并进行灰度化和二值化处理：

   img = cv2.imread('qrcode.jpg')
   gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
   ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

3. 查找轮廓：

   contours, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

4. 对每个轮廓进行处理：

   for cnt in contours:
       # 获取凸包
       hull = cv2.convexHull(cnt)
       # 获取四个角点
       points = cv2.boxPoints(cv2.minAreaRect(hull))
       # 绘制四边形
       cv2.drawContours(img, [points.astype(int)], -1, (0, 0, 255), 2)

这里使用了 cv2.convexHull() 函数获取轮廓的凸包，然后使用 cv2.minAreaRect() 函数获取最小外接矩形，最后使用 cv2.boxPoints() 函数获取矩形的四个角点坐标。最后，使用 cv2.drawContours() 函数绘制四边形。

5. 显示图像：

   cv2.imshow('contours', img)
   cv2.waitKey(0)
   cv2.destroyAllWindows()

这里使用了 cv2.imshow() 函数来显示图像，cv2.waitKey(0) 函数等待用户按下任意键后关闭窗口，cv2.destroyAllWindows() 函数用于关闭所有窗口。

完整代码如下：

import cv2
import numpy as np

img = cv2.imread('qrcode.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

for cnt in contours:
    hull = cv2.convexHull(cnt)
    points = cv2.boxPoints(cv2.minAreaRect(hull))
    cv2.drawContours(img, [points.astype(int)], -1, (0, 0, 255), 2)

cv2.imshow('contours', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

执行完该代码后，您将会看到一个带有四个角点的四边形的图像。