如何用OpenCV寻找最小包围四边形，精准矫正YOLOv8-seg掩码透视？

针对从YOLOv8-seg输出的掩码中找到最小包围四边形角点的需求，这里提供两种可行方案：

方案1：基于最小面积包围矩形（适用于目标原本为矩形的场景） #

如果你的目标原本是矩形，透视变形后，OpenCV的cv2.minAreaRect()可直接得到包围轮廓的最小面积旋转矩形，其四个顶点就是你需要的绿色标记角点。步骤如下：

1. 从掩码中提取轮廓（你已完成该步骤）
2. 计算最小面积包围矩形
3. 将矩形的四个角点转换为整数坐标

代码示例：

import cv2
import numpy as np

# 假设mask是你的二值掩码图像
contours, _ = cv2.findContours(mask, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
if contours:
    contour = contours[0]
    # 计算最小面积包围矩形
    rect = cv2.minAreaRect(contour)
    # 获取矩形四个角点
    box = cv2.boxPoints(rect)
    # 转换为整数坐标
    box = np.int0(box)
    # 此时box就是最小包围矩形的四个角点，可用于透视矫正

方案2：通用最小包围四边形（适用于任意轮廓） #

如果需要的是任意四边形（非矩形）的最小包围，OpenCV没有直接函数，可通过凸包+枚举四点组合实现：

1. 提取轮廓的凸包，减少待枚举的点数量
2. 枚举凸包中所有可能的四点组合
3. 对每个四点组合，判断是否能完全包围原轮廓
4. 筛选出面积最小的有效四边形

代码示例：

import cv2
import numpy as np
from itertools import combinations

def find_min_enclosing_quadrilateral(contour):
    # 计算轮廓的凸包
    hull = cv2.convexHull(contour)
    hull_points = hull.reshape(-1, 2)
    min_area = float('inf')
    best_quad = None

    # 枚举凸包中所有四点组合
    for quad_points in combinations(hull_points, 4):
        quad_points = np.array(quad_points, dtype=np.int32)
        # 判断原轮廓是否完全在四边形内部
        all_inside = True
        for point in contour.reshape(-1, 2):
            dist = cv2.pointPolygonTest(quad_points, tuple(point), False)
            if dist < 0:  # 点在四边形外部
                all_inside = False
                break
        if not all_inside:
            continue
        # 计算四边形面积
        area = cv2.contourArea(quad_points)
        if area < min_area:
            min_area = area
            best_quad = quad_points
    return best_quad

# 使用示例
contours, _ = cv2.findContours(mask, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
if contours:
    contour = contours[0]
    min_quad = find_min_enclosing_quadrilateral(contour)
    # min_quad即为最小包围四边形的角点

透视矫正后续步骤 #

得到四个角点后，可通过透视变换实现矫正：

# 假设目标矩形的尺寸为(width, height)，根据需求设置
target_points = np.array([[0, 0], [width-1, 0], [width-1, height-1], [0, height-1]], dtype=np.float32)
# 计算透视变换矩阵
M = cv2.getPerspectiveTransform(np.float32(min_quad), target_points)
# 执行透视变换
corrected_image = cv2.warpPerspective(original_image, M, (width, height))

内容的提问来源于stack exchange，提问作者Vlad Timofeev