python opencv 如何求出轮廓中是否存在矩形

要判断轮廓中是否存在矩形，可以使用Python OpenCV中的cv2.approxPolyDP()函数和cv2.boundingRect()函数。

首先，使用cv2.findContours()函数来查找轮廓。然后，对于每个轮廓，使用cv2.approxPolyDP()函数来近似地计算其多边形，然后使用cv2.boundingRect()函数来计算其边界矩形。如果边界矩形的宽高比非常接近1，那么可以认为该轮廓是矩形。

下面是一个示例代码，可以检测出图像中所有的矩形轮廓：

import cv2

# 读取图像
image = cv2.imread("image.png")

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

# 遍历每个轮廓
for contour in contours:
    # 近似计算多边形
    approx = cv2.approxPolyDP(contour, 0.01 * cv2.arcLength(contour, True), True)
    
    # 计算边界矩形
    x, y, w, h = cv2.boundingRect(approx)
    
    # 如果边界矩形的宽高比非常接近1，认为该轮廓是矩形
    if abs(w - h) < 10:
        cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)

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

在这个示例中，我们首先读取图像，然后将其转换为灰度图像，并使用cv2.threshold()函数进行二值化处理。接下来，使用cv2.findContours()函数查找轮廓，并遍历每个轮廓。对于每个轮廓，我们使用cv2.approxPolyDP()函数进行多边形近似，然后使用cv2.boundingRect()函数计算其边界矩形。最后，我们判断边界矩形的宽高比是否非常接近1，如果是，则认为该轮廓是矩形，并使用cv2.rectangle()函数在原图像上绘制矩形。