用Python写裁剪图像中物体最小外接矩形

以下是用Python实现裁剪图像中物体最小外接矩形的代码：

import cv2

# 读取图像
img = cv2.imread('image.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, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)

# 查找轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 找到最大的轮廓
max_contour = max(contours, key=cv2.contourArea)

# 找到最小外接矩形
rect = cv2.minAreaRect(max_contour)
box = cv2.boxPoints(rect)
box = box.astype('int')

# 绘制最小外接矩形
cv2.drawContours(img, [box], 0, (0, 0, 255), 2)

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

首先，我们读取一张图像并将其转换为灰度图像。然后，我们对图像进行二值化处理，以便找到物体的轮廓。接着，我们使用`cv2.findContours`函数查找所有的轮廓。然后，我们从所有的轮廓中找到最大的轮廓，这将是物体的轮廓。接下来，我们使用`cv2.minAreaRect`函数找到最小外接矩形。最后，我们使用`cv2.drawContours`函数在图像上绘制最小外接矩形。