OpenCV Python检测指定尺寸矩形的问题求助

问题分析 #

1. 被分割矩形无法检测：原代码Canny边缘检测参数存在明显错误（阈值写成了单一数字600900），且缺少形态学预处理，导致断裂的边缘无法被连接，轮廓检测不完整；
2. 无关检测结果过多：当前过滤条件（len(polygon)<=11、弧长范围100-950）过于宽松，未严格匹配目标矩形的尺寸与宽高比，导致大量非目标轮廓被误检。

解决步骤 #

1. 修正Canny参数：设置合理的高低阈值（示例用50/150，可根据实际画面调整）；
2. 添加预处理操作：高斯模糊减少噪声，膨胀操作连接断裂边缘，解决被分割矩形的轮廓断裂问题；
3. 严格轮廓过滤：
   • 仅保留四边形轮廓（len(polygon)==4）；
   • 基于目标尺寸（BOX_WIDTH=235，BOX_HEIGHT=10）设置误差范围，过滤尺寸不符的轮廓；
   • 验证宽高比，目标矩形宽高比约为23.5，进一步筛选符合比例的轮廓。

修改后的代码 #

import numpy as np
import cv2
from mss import mss
from PIL import Image
import imutils

sct = mss()
BOX_WIDTH = 235
BOX_HEIGHT = 10
# 允许的尺寸误差范围（百分比）
SIZE_TOLERANCE = 0.1

while True:
    w, h = 240, 640
    monitor = {'top': 100, 'left': 900, 'width': w, 'height': h}

    img = Image.frombytes('RGB', (w, h), sct.grab(monitor).rgb)
    image_data = np.asarray(img)

    # 转换为灰度图
    gray = cv2.cvtColor(image_data, cv2.COLOR_BGR2GRAY)
    
    # 高斯模糊减少噪声
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)
    
    # Canny边缘检测（修正参数）
    edges = cv2.Canny(blurred, 50, 150)
    
    # 膨胀操作连接断裂边缘
    kernel = np.ones((3, 3), np.uint8)
    edges = cv2.dilate(edges, kernel, iterations=1)

    # 查找轮廓（使用CHAIN_APPROX_SIMPLE减少轮廓点数量）
    hierarchy = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    contours = imutils.grab_contours(hierarchy)

    for contour in contours:
        # 计算轮廓弧长
        arc_len = cv2.arcLength(contour, True)
        # 轮廓逼近（调整精度参数）
        polygon = cv2.approxPolyDP(contour, 0.02 * arc_len, True)
        
        # 只保留四边形轮廓
        if len(polygon) == 4:
            x, y, cnt_w, cnt_h = cv2.boundingRect(polygon)
            # 计算目标尺寸的误差范围
            min_width = BOX_WIDTH * (1 - SIZE_TOLERANCE)
            max_width = BOX_WIDTH * (1 + SIZE_TOLERANCE)
            min_height = BOX_HEIGHT * (1 - SIZE_TOLERANCE)
            max_height = BOX_HEIGHT * (1 + SIZE_TOLERANCE)
            
            # 匹配目标尺寸和宽高比
            if (min_width <= cnt_w <= max_width) and (min_height <= cnt_h <= max_height):
                aspect_ratio = cnt_w / cnt_h
                # 目标宽高比约为23.5，设置合理范围
                if 20 <= aspect_ratio <= 27:
                    # 绘制检测到的矩形
                    cv2.rectangle(image_data, (x, y), (x + cnt_w, y + cnt_h), (0, 255, 0), 2)

    cv2.imshow('test', image_data)
    if cv2.waitKey(25) & 0xFF == ord('q'):
        cv2.destroyAllWindows()
        break

额外说明 #

• 若被分割矩形仍无法检测，可调整膨胀操作的iterations参数（如改为2），或微调Canny的阈值；
• 尺寸误差范围（SIZE_TOLERANCE）可根据画面采集精度调整；
• 宽高比范围可根据目标矩形的实际比例进一步缩小。

内容的提问来源于stack exchange，提问作者Mark_us