如何判断提取的轮廓或者说画的轮廓是矩形

判断轮廓是否是矩形可以使用OpenCV中的cv2.approxPolyDP()函数，该函数可以将任意轮廓近似为一个多边形。如果该多边形是一个四边形且四个内角都非常接近90度，则可以判定该轮廓为矩形。

具体步骤如下：

1. 对轮廓进行逼近，得到近似多边形的顶点坐标。

2. 判断该多边形是否为四边形，如果不是则排除。

3. 计算多边形四个内角的余弦值，如果四个角的余弦值都非常接近0或1，则说明该多边形是一个矩形。

示例代码如下：

import cv2

# 读入图像
img = cv2.imread('test.jpg')

# 转为灰度图像
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)

# 迭代所有轮廓
for cnt in contours:
    # 近似多边形
    approx = cv2.approxPolyDP(cnt, 0.01 * cv2.arcLength(cnt, True), True)
    
    # 判断是否为四边形
    if len(approx) == 4:
        # 计算四个内角的余弦值
        cosines = []
        for i in range(4):
            p1 = approx[i][0]
            p2 = approx[(i+1)%4][0]
            p3 = approx[(i+2)%4][0]
            v1 = (p1[0]-p2[0], p1[1]-p2[1])
            v2 = (p3[0]-p2[0], p3[1]-p2[1])
            cosines.append(abs(v1[0]*v2[0]+v1[1]*v2[1]) / (cv2.norm(v1)*cv2.norm(v2)))
        
        # 判断是否为矩形
        if all(cosine > 0.95 for cosine in cosines):
            cv2.drawContours(img, [approx], 0, (0, 0, 255), 2)

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

其中，cv2.approxPolyDP()函数的第二个参数表示近似精度，值越小表示近似得越精确。在实际应用中，需要根据实际情况选择合适的参数。