求助：如何用OpenCV Python获取目标形状的端点p1、p2、p3、p4？

原代码存在的问题 #

1. 未导入numpy库，但代码中使用了np.int0，会直接报错
2. 轮廓获取逻辑错误：
   • 没有调用OpenCV的cv2.findContours函数，直接写cnt= contours(cropped_image)是无效的
   • 直接对彩色图像查找轮廓不合理，需要先转为灰度图并做二值化处理
3. 用minAreaRect得到的是目标形状的外接矩形顶点，不是你需要的形状自身的端点p1、p2、p3、p4

修正后的实现代码 #

import cv2
import numpy as np

# 读取图像
cropped_image = cv2.imread('croped_img.png')
original_image = cropped_image.copy()

# 转为灰度图
gray = cv2.cvtColor(cropped_image, cv2.COLOR_BGR2GRAY)
# 二值化处理（调整阈值适配你的图像）
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV)

# 查找轮廓
contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 筛选最大的轮廓（假设目标是图像中最大的形状）
cnt = max(contours, key=cv2.contourArea)

# 轮廓逼近，得到多边形顶点（即目标端点p1-p4）
# epsilon值控制逼近精度，这里取轮廓周长的0.02倍
epsilon = 0.02 * cv2.arcLength(cnt, True)
approx = cv2.approxPolyDP(cnt, epsilon, True)

# 转为整数坐标
approx = np.int0(approx)
print("形状端点坐标：", approx)

# 在图像上绘制端点和轮廓
cv2.drawContours(cropped_image, [approx], 0, (0, 0, 255), 2)
for point in approx:
    x, y = point[0]
    cv2.circle(cropped_image, (x, y), 5, (0, 255, 0), -1)

# 显示结果
cv2.imshow('Original', original_image)
cv2.imshow('Result', cropped_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

关键步骤说明 #

1. 图像预处理：转灰度、二值化是为了突出目标轮廓，让OpenCV能准确识别边缘
2. 轮廓筛选：取最大轮廓确保我们处理的是目标形状，排除图像中的小噪点轮廓
3. 轮廓逼近：cv2.approxPolyDP通过Douglas-Peucker算法将复杂轮廓简化为多边形，调整epsilon值可以控制逼近的精细程度，最终得到的approx就是形状的四个端点坐标

内容的提问来源于stack exchange，提问作者Ali Ahmad