如何在Python中使用OpenCV获取离散检测轮廓的极值点并绘制轮廓角点连线

看起来你遇到的核心问题是检测到的轮廓是离散的多个片段，直接取单个最大轮廓的极值点自然没法拿到完整的四个角点。我来给你调整下代码，解决这个问题：

问题分析 #

你当前的代码只取了面积最大的单个轮廓片段来计算极值点，但你的目标轮廓是由多个离散片段组成的，所以漏掉了其他片段上的角点。解决思路是把所有检测到的轮廓点合并成一个完整的点集，再从中提取四个极值点（最左、最右、最上、最下）。

修改后的代码 #

#!/usr/bin/env python
import numpy as np
import cv2

# 读取图像并预处理
image = cv2.imread("img.png")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (5, 5), 0)
thresh = cv2.threshold(gray, 45, 255, cv2.THRESH_BINARY)[1]
thresh = cv2.erode(thresh, None, iterations=2)
thresh = cv2.dilate(thresh, None, iterations=2)
# 可选：如果 thinning 让轮廓过于离散，可以考虑注释掉这一步
# ocv = cv2.ximgproc.thinning(thresh,20)

# 查找所有外部轮廓
cnts = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[0]

# 合并所有轮廓的点到一个数组中
all_contour_points = np.vstack([contour.reshape(-1, 2) for contour in cnts])

# 提取四个极值点
extLeft = tuple(all_contour_points[all_contour_points[:, 0].argmin()])
extRight = tuple(all_contour_points[all_contour_points[:, 0].argmax()])
extTop = tuple(all_contour_points[all_contour_points[:, 1].argmin()])
extBottom = tuple(all_contour_points[all_contour_points[:, 1].argmax()])

# 绘制所有轮廓
cv2.drawContours(image, cnts, -1, (0, 255, 255), 2)

# 绘制角点连线（比如连接成矩形）
cv2.line(image, extLeft, extTop, (255, 0, 0), 2)
cv2.line(image, extTop, extRight, (255, 0, 0), 2)
cv2.line(image, extRight, extBottom, (255, 0, 0), 2)
cv2.line(image, extBottom, extLeft, (255, 0, 0), 2)

# 标记四个极值点
cv2.circle(image, extLeft, 8, (0, 0, 255), -1)
cv2.circle(image, extRight, 8, (0, 255, 0), -1)
cv2.circle(image, extTop, 8, (255, 0, 255), -1)
cv2.circle(image, extBottom, 8, (255, 255, 0), -1)

cv2.imshow("Image", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

关键调整说明 #

1. 合并所有轮廓点：通过np.vstack把每个轮廓的点都合并成一个大的点数组，这样就能覆盖所有离散轮廓片段上的点。
2. 提取四个极值点：在完整的点集里分别找x坐标最小（最左）、x最大（最右）、y最小（最上）、y最大（最下）的点，这四个点就是你需要的轮廓角点。
3. 可选优化：如果cv2.ximgproc.thinning操作让轮廓变得过于离散，建议注释掉这一步，保持轮廓的完整性，这样提取的角点会更准确。

如果你想要的是更贴合轮廓形状的矩形角点（而不是单纯的极值点），还可以在合并点集后用最小外接矩形的方法获取角点，代码示例如下：

# 获取最小外接矩形
rect = cv2.minAreaRect(all_contour_points)
box = cv2.boxPoints(rect)
box = np.int0(box)
# 绘制外接矩形
cv2.drawContours(image, [box], 0, (0, 0, 255), 2)

这个方法会自动计算出包围所有轮廓点的最小矩形，角点位置会更贴合目标的实际形状。

备注：内容来源于stack exchange，提问作者appie