python - 如何使用cv2.minAreaRect(cnt)获得多轮廓图像上唯一的最小面积矩形？

Question

我只想使用一个矩形来覆盖此图像中的圆圈:



并使用cv2.minAreaRect(cnt)获得此结果:



该图像似乎分为多个部分。可能是因为此图像的边缘有一些断点。您能告诉我如何仅使用一个矩形覆盖图像的这个圆吗？非常感谢你!

这是我的代码:

def draw_min_rect_circle(img, cnts):  # conts = contours
    img = np.copy(img)

    for cnt in cnts:
        x, y, w, h = cv2.boundingRect(cnt)
        cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)  # blue

        min_rect = cv2.minAreaRect(cnt)  # min_area_rectangle
        min_rect = np.int0(cv2.boxPoints(min_rect))
        cv2.drawContours(img, [min_rect], 0, (0, 255, 0), 2)  # green

        (x, y), radius = cv2.minEnclosingCircle(cnt)
        center, radius = (int(x), int(y)), int(radius)  # center and radius of minimum enclosing circle
        img = cv2.circle(img, center, radius, (0, 0, 255), 2)  # red
return img

Answer 1

您可能使用cv2.findContours()搜索轮廓，并通过它们进行迭代以在图像上绘制矩形。问题是您的图像没有由一条连接的线组成的圆，而是由许多虚线组成的圆。

轮廓是连接所有连续点(沿边界)的曲线，具有相同的颜色或强度(OpenCV文档)。

因此，要获得更好的结果，您应该先准备图像，然后再搜索轮廓。您可以使用各种工具对图像进行预处理(可以搜索OpenCV文档)。在这种情况下，我将尝试使用一个小的内核执行称为“关闭”的过程。关闭是扩张，然后是像素腐 eclipse 。它可以帮助将较小的轮廓连接到一个较大的轮廓(圆形)。然后，您可以选择最大的一个并绘制一个边界矩形。

例:

输入图片:

import cv2
import numpy as np

img = cv2.imread('test.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
_, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)
kernel = np.ones((3,3), dtype=np.uint8)
closing = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)
_, contours, hierarchy = cv2.findContours(closing, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cnt = max(contours, key=cv2.contourArea)
x,y,w,h = cv2.boundingRect(cnt)
cv2.rectangle(img, (x,y), (x+w, y+h), (255,255,0), 1)
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果:



执行关闭操作后的图像:



希望能帮助到你。干杯!