opencv用python写一个画轮廓最小外接矩形的代码

好的，以下是Python中使用OpenCV库画轮廓最小外接矩形的代码示例：

import cv2

# 读取图片
img = cv2.imread('test.jpg')

# 转为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

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

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

# 画出轮廓和最小外接矩形
for contour in contours:
    rect = cv2.minAreaRect(contour)
    box = cv2.boxPoints(rect)
    box = box.astype('int')
    cv2.drawContours(img, [box], 0, (0, 0, 255), 2)

# 显示结果
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`cv2.minAreaRect()`函数用于计算轮廓的最小外接矩形，`cv2.boxPoints()`函数用于将最小外接矩形转换为四个顶点坐标，`cv2.drawContours()`函数用于画出最小外接矩形。

相关问题

opencv最小外接矩形python代码

下面是使用 OpenCV 在 Python 中计算最小外接矩形的代码示例：

import cv2

# 读取图像
img = cv2.imread('image.jpg')

# 灰度化处理
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化处理
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)

# 寻找最大的轮廓
cnt = max(contours, key=cv2.contourArea)

# 计算最小外接矩形
rect = cv2.minAreaRect(cnt)
box = cv2.boxPoints(rect)
box = np.int0(box)

# 绘制最小外接矩形
cv2.drawContours(img, [box], 0, (0, 0, 255), 2)

# 显示结果
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们首先读取一张图像并进行灰度化和二值化处理，然后使用 `cv2.findContours()` 函数查找轮廓。接着，我们使用 `max()` 函数找到最大的轮廓，并使用 `cv2.minAreaRect()` 函数计算最小外接矩形。最后，我们使用 `cv2.drawContours()` 函数绘制最小外接矩形，并显示结果。

使用python实现opencv轮廓外接最小矩形

在Python中使用OpenCV库处理图像并获取轮廓（contours）时，有时需要找到轮廓的最小外接矩形。这可以帮助我们简化形状，并便于后续分析。以下是一个简单的步骤：

1. 导入必要的库：

import cv2
import numpy as np

2. 加载图像并转换为灰度图，方便边缘检测：

img = cv2.imread('image_path.jpg', cv2.IMREAD_GRAYSCALE)

3. 进行二值化处理，以便于找出轮廓：

_, thresh = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

4. 找到轮廓（轮廓是由边缘像素组成的序列）：

contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

5. 遍历轮廓并计算每个轮廓的最小外接矩形：

min_rects = []
for contour in contours:
    x, y, w, h = cv2.boundingRect(contour)  # 返回x, y坐标、宽度w和高度h
    min_rect = (x, y, w, h)  # 存储矩形信息
    min_rects.append(min_rect)

6. 最终结果通常可以存储在一个列表里，或者你可以直接根据需求使用矩形信息。

如果你想要可视化这些矩形，可以在原始图像上绘制它们：

for rect in min_rects:
    cv2.rectangle(img, (rect[0], rect[1]), (rect[0] + rect[2], rect[1] + rect[3]), (0, 255, 0), 2)

cv2.imshow("Min Rectangles", img)
cv2.waitKey(0)
cv2.destroyAllWindows()