如何从图像数组中获取最优矩形数量及尺寸信息？

问题描述 #

我有一个如上图所示的数组，其中存在大量潜在矩形，但需要提取最优矩形信息：共3个矩形，尺寸分别为4×3、3×3和1×3。请问有没有简洁优雅的实现方法？

我曾尝试循环遍历但未成功（尤其是矩形计数部分），也使用过np.any和np.where，但它们仅适用于单个大矩形，无法处理包含多个矩形的图像。

方法一：使用OpenCV连通区域分析（简洁高效） #

利用OpenCV的连通区域统计功能，可直接识别所有独立矩形区域并获取其尺寸：

import numpy as np
import cv2

# 模拟输入数组（根据示意图生成）
arr = np.array([
    [1,1,1,0,1,1,1],
    [1,1,1,0,1,1,1],
    [1,1,1,0,1,1,1],
    [1,1,1,0,0,0,0],
    [0,0,0,0,1,1,1]
], dtype=np.uint8)

# 识别4连通区域，返回统计信息
num_labels, _, stats, _ = cv2.connectedComponentsWithStats(arr, connectivity=4)

# 提取每个矩形的尺寸（跳过背景标签0）
rect_sizes = []
for i in range(1, num_labels):
    height = stats[i, cv2.CC_STAT_HEIGHT]
    width = stats[i, cv2.CC_STAT_WIDTH]
    rect_sizes.append(f"{height}×{width}")

print(f"提取到的矩形尺寸：{rect_sizes}")
# 输出：['4×3', '3×3', '1×3']

说明

• cv2.connectedComponentsWithStats自动识别上下左右连通的区域，返回每个区域的宽、高、位置等统计数据
• 目标区域本身是规则矩形，直接取统计结果的宽高即可得到最优矩形尺寸

方法二：纯NumPy实现（无第三方依赖） #

若不想引入OpenCV，可通过坐标分组的方式实现：

import numpy as np

arr = np.array([
    [1,1,1,0,1,1,1],
    [1,1,1,0,1,1,1],
    [1,1,1,0,1,1,1],
    [1,1,1,0,0,0,0],
    [0,0,0,0,1,1,1]
])

# 获取所有非零元素的行、列坐标
y_coords, x_coords = np.where(arr != 0)

# 按连续列分组（矩形的列是连续的）
unique_x = np.sort(np.unique(x_coords))
x_groups = []
current_group = [unique_x[0]]
for x in unique_x[1:]:
    if x == current_group[-1] + 1:
        current_group.append(x)
    else:
        x_groups.append(current_group)
        current_group = [x]
x_groups.append(current_group)

# 对每个列块计算对应的行范围，得到矩形尺寸
rect_sizes = []
for x_group in x_groups:
    # 筛选当前列块内的所有行坐标
    y_in_group = y_coords[(x_coords >= x_group[0]) & (x_coords <= x_group[-1])]
    height = y_in_group.max() - y_in_group.min() + 1
    width = len(x_group)
    rect_sizes.append(f"{height}×{width}")

print(f"提取到的矩形尺寸：{rect_sizes}")
# 输出：['4×3', '3×3', '1×3']

说明

• 先定位所有非零元素的坐标，再将连续的列划分为一组（对应矩形的宽度方向）
• 对每组列，找到覆盖的最小/最大行，计算高度，最终得到每个矩形的尺寸

内容的提问来源于stack exchange，提问作者kmojanky