如何检测图像中的简单矩形并保存后替换为描述文本？

以下是基于Python+OpenCV的完整实现方案，可直接处理你的需求：

步骤说明 #

1. 图像预处理：将原图转为灰度图，通过边缘检测和形态学操作突出矩形轮廓
2. 矩形轮廓筛选：提取图像轮廓，筛选出符合矩形特征的轮廓（4条边、凸多边形）
3. 矩形提取保存：截取每个矩形的ROI区域，保存为单独图片文件
4. 文本替换：在原图的矩形位置填充背景色，添加自定义描述文本

完整代码 #

import cv2
import numpy as np

# 读取原图（替换为你的输入图像路径）
img = cv2.imread("HNQwm.jpg")
# 创建副本用于绘制结果
result_img = img.copy()
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 预处理：边缘检测+形态学闭运算增强轮廓
edges = cv2.Canny(gray, 50, 150)
kernel = np.ones((3,3), np.uint8)
edges = cv2.morphologyEx(edges, cv2.MORPH_CLOSE, kernel)

# 提取轮廓
contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

rect_count = 0
for cnt in contours:
    # 计算轮廓近似多边形
    epsilon = 0.02 * cv2.arcLength(cnt, True)
    approx = cv2.approxPolyDP(cnt, epsilon, True)
    
    # 筛选矩形：4条边+凸多边形+面积过滤（排除小噪点）
    if len(approx) == 4 and cv2.isContourConvex(approx) and cv2.contourArea(cnt) > 1000:
        rect_count += 1
        # 获取矩形边界框
        x, y, w, h = cv2.boundingRect(approx)
        # 提取ROI并保存
        roi = img[y:y+h, x:x+w]
        cv2.imwrite(f"矩形_{rect_count}.jpg", roi)
        
        # 替换为文本：先填充白色背景
        cv2.rectangle(result_img, (x, y), (x+w, y+h), (255,255,255), -1)
        # 添加描述文本（可自定义内容）
        text = f"矩形{rect_count}"
        # 计算文本位置（居中）
        text_size = cv2.getTextSize(text, cv2.FONT_HERSHEY_SIMPLEX, 0.8, 2)[0]
        text_x = x + (w - text_size[0]) // 2
        text_y = y + (h + text_size[1]) // 2
        cv2.putText(result_img, text, (text_x, text_y), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0,0,0), 2)

# 保存替换后的结果图
cv2.imwrite("替换后原图.jpg", result_img)
# 可选：显示结果
cv2.imshow("Result", result_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

关键细节说明 #

• 轮廓筛选条件：通过approxPolyDP获取近似多边形，仅保留4边的凸轮廓，同时过滤面积过小的噪点
• ROI提取：利用boundingRect获取矩形坐标，直接截取对应区域保存
• 文本居中：通过getTextSize计算文本尺寸，确保文本在矩形区域内居中显示
• 自定义调整：可修改文本内容、字体大小、背景色等参数适配你的需求

内容的提问来源于stack exchange，提问作者moshtaba