opencv-python 最小外接矩形中最长边坐标

我可以回答这个问题。在 OpenCV-Python 中，可以使用函数 cv2.minAreaRect() 来计算最小外接矩形。该函数返回一个矩形，其中包含最小外接矩形的中心坐标、宽度、高度和旋转角度。如果您需要获取最长边的坐标，可以使用以下代码：

rect = cv2.minAreaRect(contour)
box = cv2.boxPoints(rect)
box = np.int0(box)
lengths = [np.linalg.norm(box[i]-box[(i+1)%4]) for i in range(4)]
longest_edge_index = lengths.index(max(lengths))
longest_edge = [box[longest_edge_index], box[(longest_edge_index+1)%4]]

其中，contour 是轮廓的数组，boxPoints() 函数返回最小外接矩形的四个顶点坐标。通过计算每个边的长度，可以找到最长的边，并返回其两个端点的坐标。

相关问题

opencv-python 最小外接矩形长边坐标

我可以回答这个问题。在 OpenCV 中，可以使用 minAreaRect 函数来计算最小外接矩形，然后使用 boxPoints 函数将矩形转换为四个顶点的坐标。其中，长边的坐标可以通过计算两个顶点之间的距离来确定。

opencv-python 最小外接矩形中最大的面积

答案：可以使用cv2.minAreaRect()函数来计算最小外接矩形，然后使用cv2.boxPoints()函数将矩形转换为四个角点的坐标，最后计算矩形的面积即可得到最大的面积。具体实现可以参考以下代码：

import cv2

# 读取图像
img = cv2.imread('image.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 查找轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 遍历所有轮廓
max_area = 0
for cnt in contours:
# 计算最小外接矩形
rect = cv2.minAreaRect(cnt)
# 转换为四个角点的坐标
box = cv2.boxPoints(rect)
box = np.int0(box)
# 计算矩形的面积
area = cv2.contourArea(box)
# 更新最大面积
if area > max_area:
max_area = area

print('最大面积为：', max_area)