用Python写裁剪图像中物体最小外接矩形

以下是使用OpenCV库和Python编写裁剪图像中物体最小外接矩形的示例代码：

import cv2

# 读取图像
img = cv2.imread('object.jpg')

# 转换为灰度图像
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)

# 计算最小外接矩形
rect = cv2.minAreaRect(contours[0])

# 将矩形转换为整数坐标
box = cv2.boxPoints(rect)
box = np.int0(box)

# 绘制矩形
cv2.drawContours(img, [box], 0, (0, 0, 255), 2)

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

在这个示例中，我们首先读取了一个名为“object.jpg”的图像。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。接着使用cv2.findContours()函数查找图像中的轮廓。

一旦找到了轮廓，我们使用cv2.minAreaRect()函数计算它的最小外接矩形。此函数返回一个包含矩形中心、宽度、高度和旋转角度的元组。

然后，我们将矩形坐标存储在一个名为box的变量中，并将其转换为整数。最后，我们使用cv2.drawContours()函数在图像上绘制矩形。

运行这个代码，将显示原始图像和绘制了最小外接矩形的图像。