cv2.minAreaRect参数详解

cv2.minAreaRect() 函数是 OpenCV 中用于寻找二维图像中最小外接矩形的函数，其函数原型为：

rect = cv2.minAreaRect(points)

其中，参数 `points` 是一个二维点集，可以是 numpy 数组、列表或元组等类型，表示二维图像中的点集，函数将在这个点集中寻找最小外接矩形。

函数返回值 `rect` 是一个包含矩形中心点、宽度、高度和旋转角度的元组，可以通过下面的方式获取矩形的信息：

center, size, angle = rect

其中，`center` 表示最小外接矩形的中心点坐标，`size` 是矩形的宽度和高度，`angle` 表示矩形的旋转角度，单位为度。

另外，函数还可以接受第二个可选参数 `boxPoints`，用于输出最小外接矩形的四个顶点坐标，例如：

rect, box = cv2.minAreaRect(points, boxPoints=True)

其中，`rect` 表示最小外接矩形的信息，`box` 是一个长度为 4 的 numpy 数组，包含最小外接矩形的四个顶点坐标，可以通过下面的方式获取：

box = cv2.boxPoints(rect)

需要注意的是，返回的坐标是浮点型，需要使用 `np.int0()` 进行转换才能作为绘制函数的参数。

相关问题

cv2.minAreaRect（）详解

cv2.minAreaRect函数是OpenCV中用于计算一组点集的最小外接矩形的函数。它的返回值是一个矩形结构体，包括矩形的中心坐标、宽度、高度和旋转角度等信息。

函数的参数包括输入的点集（可以是Numpy数组或列表）、可选的掩码图像（用于指定哪些点要计算最小外接矩形，可以省略）、可选的旋转矩阵（用于指定矩形的方向，可以省略）。

该函数的工作原理是先使用cv2.boundingRect函数计算点集的最小外接矩形，然后再使用cv2.minAreaRect函数计算该矩形的最小外接旋转矩形，得到最终结果。

例如，以下代码演示了如何使用cv2.minAreaRect函数计算一组点集的最小外接矩形并绘制出来：

import cv2
import numpy as np

# 生成一组随机点集
points = np.random.randint(0, 200, (50, 2))

# 计算最小外接矩形
rect = cv2.minAreaRect(points)

# 将矩形信息转换为四个顶点坐标
box = cv2.boxPoints(rect)
box = np.int0(box)

# 绘制最小外接矩形
img = np.zeros((200, 200, 3), dtype=np.uint8)
cv2.drawContours(img, [box], 0, (0, 0, 255), 2)

cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果如下图所示：


cv2.minAreaRect的参数和选择

cv2.minAreaRect() 函数是用于计算点集的最小包围矩形（也称为旋转矩形）。它的参数如下：

cv2.minAreaRect(points)

其中，`points` 表示点集，可以是一个 Numpy 数组或者一个 OpenCV 的 Contours 对象。

选择最小包围矩形的算法取决于 `points` 的维度和形状。如果 `points` 是一个二维的 Numpy 数组，则可以选择使用 OpenCV 提供的两种算法：

- `cv2.cv.Box2D()`：这个函数计算的是能够包含所有点的最小矩形，但这个矩形不一定是水平的。它返回一个带有矩形中心、大小和旋转角度的 Box2D 结构体。
- `cv2.minAreaRect()`：这个函数计算的是能够包含所有点的最小旋转矩形，这个矩形是水平的，也就是说，它的长和宽分别与 x 轴和 y 轴平行。它返回一个带有矩形中心、大小和旋转角度的 RotatedRect 结构体。

如果 `points` 是一个三维的 Numpy 数组，则只能使用 `cv2.minAreaRect()` 函数计算能够包含所有点的最小旋转矩形。