openart如何外框矩形找内部矩形代码pyb库

OpenCV 是一个非常强大的图像处理库，可以用于图像的各种操作，包括查找矩形。

在 OpenCV 中查找矩形的方法是使用“轮廓”（Contours）和“边界矩形”（Bounding Rectangles）的概念。轮廓是指图像中连续的像素点集合，而边界矩形则是能够包围这些像素点的最小矩形。

下面是一个使用 OpenCV 在图像中查找内部矩形的 Python 代码示例：

import pyb
import cv2

# 读取图像
img = cv2.imread('image.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)

# 遍历所有轮廓
for cnt in contours:
    # 获取边界矩形
    x, y, w, h = cv2.boundingRect(cnt)
    
    # 判断是否为内部矩形
    is_inner_rect = True
    
    for other_cnt in contours:
        if other_cnt is not cnt:
            other_x, other_y, other_w, other_h = cv2.boundingRect(other_cnt)
            
            if x > other_x and y > other_y and x + w < other_x + other_w and y + h < other_y + other_h:
                is_inner_rect = False
                break
                
    # 绘制矩形
    if is_inner_rect:
        cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)

# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码使用了 OpenCV 的 `cv2.findContours()` 函数来查找所有轮廓，然后遍历每个轮廓，获取其边界矩形，并判断是否为内部矩形。如果是内部矩形，则使用 `cv2.rectangle()` 函数绘制矩形。最后使用 `cv2.imshow()` 函数显示图像。

注意，这段代码使用的是 OpenCV 3.x 的函数，如果使用的是 OpenCV 4.x，则需要将 `cv2.RETR_TREE` 和 `cv2.CHAIN_APPROX_SIMPLE` 改为 `cv2.RETR_EXTERNAL` 和 `cv2.CHAIN_APPROX_NONE`。