cv::boundingRect 四个点坐标
时间: 2023-07-19 09:53:02 浏览: 41
cv::boundingRect 返回的是一个矩形框(Rectangle),包含目标对象的最小矩形区域,它可以用 cv::Rect 类型表示,包含了矩形框的位置和大小信息。如果想要获取该矩形框的四个点坐标,可以通过计算得到。
对于一个矩形框 Rect(x,y,w,h),其中 x 和 y 表示矩形框左上角的坐标,w 和 h 分别表示矩形框的宽度和高度。则该矩形框的四个顶点坐标分别为:
- 左上角 (x,y)
- 右上角 (x+w,y)
- 右下角 (x+w,y+h)
- 左下角 (x,y+h)
因此,可以通过 cv::boundingRect 得到矩形框的位置和大小,然后计算得到四个顶点的坐标。
相关问题
利用cv2.boundingrect获取图像中的矩形轮廓,并输出矩形的四点坐标
以下是一个示例代码,可以利用cv2.boundingRect获取轮廓的矩形边界框,并输出其四点坐标:
```
import cv2
# 读取图像并进行灰度和二值化处理
image = cv2.imread('image.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
# 查找轮廓并获取矩形边界框
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
for contour in contours:
x, y, w, h = cv2.boundingRect(contour)
cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)
# 输出矩形的四点坐标
print("Top-left corner: ({}, {})".format(x, y))
print("Top-right corner: ({}, {})".format(x + w, y))
print("Bottom-left corner: ({}, {})".format(x, y + h))
print("Bottom-right corner: ({}, {})".format(x + w, y + h))
# 显示图像并等待关闭窗口
cv2.imshow('image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
该代码将读取名为“image.jpg”的图像,并查找其轮廓。然后,将每个轮廓的矩形边界框绘制到原始图像上,并输出其四点坐标。最后,显示原始图像,等待用户关闭窗口。
利用cv2.boundingrect函数获取图像中的轮廓矩形,并输出矩形的四点坐标
以下是示例代码:
```python
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)
# 遍历轮廓
for contour in contours:
# 获取轮廓的矩形坐标
x,y,w,h = cv2.boundingRect(contour)
# 绘制矩形
cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
# 输出矩形的四点坐标
print("({},{}) ({},{}) ({},{}) ({},{})".format(x,y,x,y+h,x+w,y+h,x+w,y))
# 显示图像
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
其中,cv2.boundingRect函数用于获取轮廓矩形的坐标,返回的四个参数分别表示矩形的左上角坐标和宽度、高度。绘制矩形使用cv2.rectangle函数,前两个参数为左上角坐标,后两个参数为右下角坐标。输出矩形的四点坐标,即左上、左下、右下、右上四个点的坐标,可以使用字符串格式化输出。