OpenCV中的最小面积矩形拟合

OpenCV中的最小面积矩形拟合

原创 gloomyfish  OpenCV学堂  4月23日
收录于话题
#深度OpenCV开发技术
2个
图片
点击上方蓝字关注我们
微信公众号：OpenCV学堂
关注获取更多计算机视觉与深度学习知识
函数说明
OpenCV在轮廓拟合中支持两个轮廓外接矩形求取函数，它们分别是：boundingRect与minAreaRect，对同一个轮廓，它们运行结果显示如下：
图片
图-1
其中绿色是运行boundingRect函数返回得到矩形框，红色是运行minAreaRect返回得到矩形框。白色区域是二值图像的轮廓。这两个函数的详细解释如下：
Rect cv::boundingRect(
  InputArray  array // 轮廓点
)
返回的矩形Rect对象；
RotatedRect cv::minAreaRect(
  InputArray      points // 轮廓点
)
返回稍微复杂点是一个RotatedRect对象，它包含下面几个方面的信息：
- 中心位置
- 宽与高
- 旋转角度
其中中心位置像素坐标信息、宽与高也是基于像素的，选择角度值在-90~0之间，而且永远是这个，这个是最令人迷惑的地方，很多人第一次知道minAreaRect可以返回角度，很开心以为可以知道旋转了，最后发现角度跟想象的返回值差异很大，原因在于minAreaRect返回的角度永远都是以最低的一个点为支撑来计算，所以无论怎么旋转，它返回永远是0~-90之间的值。一个动态图解如下：
图片
演示展示
输入原图：
图片
求取轮廓，然后求外接矩形、关键点、十字交叉线 图示如下：
图片
求取轮廓，然后求最小外接矩形、关键点、十字交叉线 图示如下：
图片
求取外接矩形与最小外接矩形的代码演示如下：
# 外接矩形
x, y, w, h = cv.boundingRect(contours[cnt])
cv.rectangle(result, (x, y), (x+w, y+h), (0, 0, 255), 2, 8, 0)

# 最小外接矩形
min_box = cv.minAreaRect(contours[cnt])
pts = np.int0(cv.boxPoints(min_box))
cv.drawContours(result, [pts], 0, (0, 0, 255), 2)