函數(shù)中的代碼是部分代碼，詳細代碼在最后

1 cv2.boundingRect

作用：矩形邊框（boundingRect），用于計算圖像一系列點的外部矩形邊界。

cv2.boundingRect(array) -> retval

參數(shù)：

array - 灰度圖像（gray-scale image）或 2D點集（ 2D point set ）?

返回值：元組

元組（x, y, w, h ) 矩形左上點坐標，w, h 是矩陣的寬、高，例如?(161, 153, 531, 446)

代碼示例：

contours, hierarchy = cv2.findContours(re_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)for c in contours:# find bounding box coordinates# 現(xiàn)計算出一個簡單的邊界框x, y, w, h = cv2.boundingRect(c)# 畫出矩形cv2.rectangle(img, (x,y), (x+w, y+h), (0, 255, 0), 2) 

?

?

2 cv2.minAreaRect

作用：minAreaRect - min Area Rect 最小區(qū)域矩形；計算指定點集的最小區(qū)域的邊界矩形，矩形可能會發(fā)生旋轉?possibly rotated，以保證區(qū)域面積最小。

cv2.minAreaRect(points) -> retval

參數(shù)：

points - 2D點的矢量（?vector of 2D points ）

返回值：元組

?元組（（最小外接矩形的中心坐標），（寬，高），旋轉角度）----->? ? ((x, y), (w, h),?θ )

關于旋轉角度的注意事項：

1）旋轉角度是水平軸（x軸）逆時針旋轉，與碰到的矩形第一條邊的夾角。

2）“ 第一條邊 " 定義為 寬width，另一條邊定義為高 height。這里的寬、高不是按照長短來定義的。

3）在 opencv 中，坐標系原點在圖像左上角，將其延伸到整個二維空間，可以發(fā)現(xiàn) “x軸鏡像對稱”，角度則?逆時針旋轉為負、順時針旋轉為正。故θ∈（-90度，0]；（笛卡爾坐標系中，逆時針為正、順時針為負）

4）旋轉角度為角度值，而非弧度制。

?

?

如 ((458.70343017578125, 381.97894287109375), (202.513916015625, 634.2526245117188), -45.707313537597656)

但繪制這個矩形，一般需要知道矩形的 4 個頂點坐標；通常是通過函數(shù) cv2.boxPoints()獲取。

2.1 附1 : cv2.boxPoints

作用：查找旋轉矩形的 4 個頂點（用于繪制旋轉矩形的輔助函數(shù)）。

cv2.boxPoints(box) -> points

參數(shù)：

box - 旋轉的矩形

返回值：列表list

points - 矩形 4 個頂點組成的列表 list

返回值示例：

[[614.9866  675.9137 ][161.      232.99997][302.4203   88.04419][756.40686 530.9579 ]]

?

?

2.2 附2：int0

int0 有兩種相近的描述，

第一種，int0 意味是?64位整數(shù)。字符代碼'l'。與?Python int兼容，參考文檔https://kite.com/python/docs/numpy.int0

int0 ( *args, **kwargs )

第二種，等價于intp，在?數(shù)組類型和類型之間的轉換?文檔中，有intp，釋義為 “?用于索引的整數(shù)（與C?ssize_t相同;通常為int32或int64）”

有人說不建議使用int0, 因為它等同內容不完全一致，如 int32，int64.

相關參考：

locating corner position using opencv

What are np.int0 and np.uint0 supposed to be?

numpy 的 int0

數(shù)據(jù)類型 -->?數(shù)組類型和類型之間的轉換

What is numpy method int0?

代碼示例：

contours, hierarchy = cv2.findContours(re_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)for c in contours:# find minimum area# 計算包圍目標的最小矩形區(qū)域rect = cv2.minAreaRect(c)# calculate coordinate of the minimum area rectangle# 計算矩形的 4 點坐標，返回結果為float數(shù)據(jù)類型box = cv2.boxPoints(rect)# normalize coordinates to integers# 將float類型轉為 int，在這里最好寫成int32 / int64# 若為int0，有時候出錯都不知道錯在那
box =np.int0(box)# 注：OpenCV沒有函數(shù)能直接從輪廓信息中計算出最小矩形頂點的坐標。所以需要計算出最小矩形區(qū)域，# 然后計算這個矩形的頂點。由于計算出來的頂點坐標是浮點型，但是所得像素的坐標值是整數(shù)（不能獲取像素的一部分），# 所以需要做一個轉換# draw contourscv2.drawContours(img, [box], 0, (0, 0, 255), 3)  # 畫出該矩形

?

3 cv2.minEnclosingCircle

作用：使用迭代算法（?iterative algorithm）查找包含2D點集的最小區(qū)域的圓(Finds a circle of the minimum area enclosing a 2D point set)。

cv2.minEnclosingCircle(points) -> center, radius

參數(shù)：

points - 2D點矢量（vector of 2D points）

返回值：

center - 圓心? (x, y)

radius - 半徑? r

如：((426.0, 415.5), 321.7628173828125)

代碼示例：

# calculate center and radius of minimum enclosing circle
# 會返回一個二元組，
# 第一個元素為圓心的坐標組成的元組，第二個元素為圓的半徑值。
(x, y), radius = cv2.minEnclosingCircle(c)  
# 轉為整數(shù) cast to integers
center = (int(x), int(y))
radius = int(radius)
# 繪圓 draw the circle
img = cv2.circle(img, center, radius, (0, 255, 0), 2)

或者

cen, rad = cv2.minEnclosingCircle(c)
cen = tuple(np.int0(cen))
rad = np.int32(rad)
img = cv2.circle(img, cen, rad, (0, 255, 0), 2)

?

運行

注意：

cv2.circle() 函數(shù)使用時，圓心參數(shù)不能是數(shù)列array，必須是元組tuple

繪制圓cv2.circle() 函數(shù)的使用方法。

3.1 附1：cv.circle()

作用：畫圓環(huán)或實心圓

cv2.circle(img, center, radius, color[, thickness[, lineType[, shift]]]) -> img

參數(shù)：

img - 目標圖像

center - int 圓心，必須是元組tuple形式、不能是列表 list，必須是整型int、不能是浮點型float；

radius - int 半徑，必須是整型int、不接受浮點型float。

color - 圓的顏色

thickness - int thickness = 1 圓輪廓的厚度（正數(shù) positive），若為負值（Negative values），意味全填充的實心圓。

lineType - int lineType = 8 圓輪廓的線性，

• 8 (or omitted) - 8-connected line.
• 4 - 4-connected line.
• CV_AA - antialiased line.

shift - int shift = 0 help幫助文檔直譯?圓心、半徑值的小數(shù)位（Number of fractional bits in the coordinates of the center and in the radius value），事實上，當執(zhí)行代碼時，貌似又不是這個意思?。

以上若不是整數(shù)int，則會報錯?TypeError: integer argument expected, got float?

?示例代碼如下

(x, y), radius = cv2.minEnclosingCircle(c)  
center = (int(x), int(y))
radius = int(radius)
img = cv2.circle(img, center, radius, (0, 255, 0), thickness=2,lineType=8,# shift=0)# shift=1)# shift=2)# shift=3)# shift=4)# shift=5)shift=6)

分別運行，其結果：

?

?

---

?

需要注意的是不同的圖，其運行代碼后的識別效果是不同的，我當時用 ppt 制備?閃電 lighning 時并沒有在意圖片格式，就造成了運行代碼后的識別結果與別人的不一致，后來將圖片保存成黑底白圖，和別人的圖像一致了。

說明：

1）在運行代碼時圖片沒有紅色邊框，為了說明每一個圖，后加上的紅色圖像邊框。

2）a、b圖的大小不一樣，其運行后識別的結果不一樣。

3）b、d圖的背底和圖案顏色正好相反，其由于函數(shù) cv2.threshold()的參數(shù)一致，所以其結果也不一致。

4）c、d圖的是有無背底，其運行后識別結果也有所區(qū)別。

以上只是說明同一個代碼，針對圖的稍微差別，其識別結果也會存在差別。以后注意這方面內容就行。暫不深究。

4 cv2.rectangle

作用：繪制一個矩形輪廓或一個填充矩形。

cv2.rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]]) -> img

參數(shù)：

img - 待rectangle函數(shù)處理的圖像

pt1 - 矩形的頂點

pt2 - 矩形的另一個頂點（但該頂點與pt2頂點相對）

color - 矩形的顏色或亮度（灰度圖像）

thickness - 矩形邊框的粗細，若為負值，則矩形為全填充的。int?thickness=1。?

lineType -?Type of the line. See #LineTypes。int?lineType=8。

shift -?Number of fractional bits in the point coordinates.。int?shift=0。

返回值：

img - 被rectangle處理過的圖像。

該函數(shù)還可以直接輸入矩形來替代pt1、pt2 對角點，代碼如下：

cv2.rectangle(img, rec, color[, thickness[, lineType[, shift]]]) -> img

參數(shù)：

rec - 矩形，

代碼示例：

# 計算出一個簡單的邊界框，
# 參數(shù)c為圖像輪廓findContours返回值
x, y, w, h = cv2.boundingRect(c) 
# 繪制矩形
# 將輪廓信息轉換成(x, y)坐標，并加上矩形的高度和寬度
cv2.rectangle(img, (x,y), (x+w, y+h), (0, 255, 0), 2) 

運行結果：

?

5 全代碼分析

將上述函數(shù)中代碼整理，所有的代碼如下

import cv2
import numpy as npimg = cv2.imread('lightning.png',cv2.IMREAD_UNCHANGED)
# img = cv2.pyrUp(img)
img_gray = cv2.cvtColor(img.copy(), cv2.COLOR_BGR2GRAY)ret, re_img = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(re_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)for c in contours:# 查找矩形邊界 find bounding box coordinates# 計算出簡單的邊界框，返回頂點坐標、寬、高x,y,w,h = cv2.boundingRect(c)# 它將輪廓信息轉換程（x,y)坐標，并加上矩形的高度和寬度cv2.rectangle(img,(x,y),(x+w, y+h),(0,255,0),2)# find minimum area# 計算出包圍目標的最小矩形區(qū)域rect = cv2.minAreaRect(c)# calculate coordinates of the minimum area rectangle# 計算矩形的 4 個坐標點，float形式box = cv2.boxPoints(rect)# normalize coordinates to integers# 將坐標值整數(shù)化box = np.int0(box)# draw contours# opencv沒有函數(shù)能直接從輪廓信息中計算出最小矩形頂點的坐標。# 所以需要計算出最小矩形區(qū)域，然后計算這個矩形的頂點。# 計算出的頂點坐標都是浮點型，而所有像素的坐標值都是整數(shù)，# 所以需要做轉換整數(shù)，然后畫出這個矩形cv2.drawContours(img, [box], 0, (0,0,255), 3)# calculate center and radius of minimum enclosing circle# 大多數(shù)繪圖函數(shù)把繪圖顏色和密度thickness放在最后兩個參數(shù)里# 最后檢查的邊界輪廓為最小閉圓# minEnclosingCircle函數(shù)返回一個二元組，# 第一個元數(shù)為圓心，第二個元素為半徑(x,y), radius = cv2.minEnclosingCircle(c)# cast to integerscenter = (int(x),int(y))radius = int(radius)# draw the circleimg = cv2.circle(img,center,radius,(0,255,0),2, lineType=8, shift=6)cv2.drawContours(img,contours, -1, (255,0,0), 1)
cv2.imshow("contours",img)
cv2.waitKey()

運行：

?

?

參考：

輪廓特征——官網

笛卡爾坐標系

python opencv minAreaRect 生成最小外接矩形

OpenCV 中boundingRect、minAreaRect、minEnclosingCircle用法

OpenCV的基本繪圖函數(shù)

openCV檢測物體邊緣

OpenCv學習筆記3--輪廓檢測,多邊形 直線 圓檢測

python-opencv boundingRect使用注意

簡單的驗證碼識別（opecv）（基于c/c++的示例代碼）

opencv的一些函數(shù)——contours

opencv圖像輪廓

此外還有??Opencv 圖像金字塔pyrDown和pyrUp函數(shù)

【OpenCV筆記 06】OpenCV中繪制基本幾何圖形【矩形rectangle()、橢圓ellipse() 、圓circle() 】——基于c/c++的，但可以參考

?

?

轉載于:https://www.cnblogs.com/gengyi/p/10317664.html

總結

以上是生活随笔為你收集整理的OpenCV 学习笔记03 boundingRect、minAreaRect、minEnclosingCircle、boxPoints、int0、circle、rectangle函数的用法...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。