如何提取带黑色手绘的白色矩形的四个顶点坐标？

你当前用极值点方法失效的核心原因是：提取的轮廓包含了手绘黑色线条的干扰，导致极值点落在了手绘的突出位置，而非白色矩形的真实顶点。可以通过以下步骤解决：

步骤1：预处理图像，去除手绘干扰 #

先通过二值化+形态学操作，把白色矩形区域从干扰中分离出来：

import cv2
import numpy as np

# 读取图像（假设是灰度图，彩色图先转灰度）
img = cv2.imread("your_image.jpg", 0)
# 二值化：将白色区域设为255，其余为0（阈值根据图像亮度调整，示例用200）
ret, thresh = cv2.threshold(img, 200, 255, cv2.THRESH_BINARY)
# 闭运算：填补白色矩形内部的手绘空隙，核大小根据线条粗细调整
kernel = np.ones((5,5), np.uint8)
thresh_clean = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

步骤2：提取轮廓并做多边形逼近 #

得到干净的白色矩形轮廓后，用多边形逼近把不规则轮廓简化为矩形顶点：

# 提取最外层轮廓
contours, _ = cv2.findContours(thresh_clean, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 筛选面积最大的轮廓（目标白色矩形）
target_contour = max(contours, key=cv2.contourArea)
# 计算轮廓周长，设置逼近精度（0.02为周长比例，可微调）
epsilon = 0.02 * cv2.arcLength(target_contour, True)
# 多边形逼近
approx_vertices = cv2.approxPolyDP(target_contour, epsilon, True)

# 若逼近后得到4个点，即为矩形顶点
if len(approx_vertices) == 4:
    # 转换为坐标元组
    vertices = [tuple(pt[0]) for pt in approx_vertices]
    print("矩形顶点坐标：", vertices)

备选方案：最小外接矩形 #

如果多边形逼近效果不理想，可直接计算包围白色区域的最小外接矩形：

rect = cv2.minAreaRect(target_contour)
# 提取矩形四个顶点
box_vertices = cv2.boxPoints(rect)
box_vertices = np.int0(box_vertices)
vertices = [tuple(pt) for pt in box_vertices]
print("最小外接矩形顶点：", vertices)

关键注意点 #

• 二值化的阈值和形态学操作的核大小，需要根据你的实际图像调整，确保白色矩形区域被完整保留。
• 若图像中有多个轮廓，必须通过面积筛选目标轮廓，避免误提取其他区域。

内容的提问来源于stack exchange，提问作者Eric Lee