OpenCV如何筛选出最小外接矩形

在OpenCV中，筛选出最小外接矩形可以通过以下步骤实现：

1. 使用findContours函数查找轮廓。

2. 对于每个轮廓，使用minAreaRect函数计算最小外接矩形。

3. 可选的，可以使用boundingRect函数计算包围轮廓的矩形，然后比较它与最小外接矩形的面积，从而筛选出符合条件的轮廓。

以下是一个示例代码，演示了如何使用OpenCV筛选出最小外接矩形：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(){
    // 读取图片
    Mat image = imread("test.jpg");
    // 转为灰度图
    Mat gray;
    cvtColor(image, gray, COLOR_BGR2GRAY);

    // 二值化处理
    Mat binary;
    threshold(gray, binary, 0, 255, THRESH_BINARY | THRESH_OTSU);

    // 查找轮廓
    vector<vector<Point>> contours;
    findContours(binary, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    // 筛选最小外接矩形
    vector<RotatedRect> rects;
    for (size_t i = 0; i < contours.size(); i++){
        // 计算最小外接矩形
        RotatedRect rect = minAreaRect(contours[i]);
        // 计算包围轮廓的矩形
        Rect bounding_rect = boundingRect(contours[i]);
        // 比较面积
        if (rect.size.area() > bounding_rect.area() * 0.5){
            rects.push_back(rect);
        }
    }

    // 画出最小外接矩形
    Mat result = image.clone();
    for (size_t i = 0; i < rects.size(); i++){
        Point2f points[4];
        rects[i].points(points);
        for (int j = 0; j < 4; j++){
            line(result, points[j], points[(j + 1) % 4], Scalar(0, 255, 0), 2);
        }
    }

    // 显示结果
    imshow("Result", result);
    waitKey(0);

    return 0;
}

上述代码中，首先读取一张测试图片，然后将其转换为灰度图，并进行二值化处理。接着使用findContours函数查找轮廓，并使用minAreaRect函数计算轮廓的最小外接矩形。然后使用boundingRect函数计算包围轮廓的矩形，并比较最小外接矩形和包围矩形的面积，从而筛选出符合条件的最小外接矩形。最后使用line函数画出最小外接矩形的四条边。最终将结果显示在一个窗口中。