OpenCV中cv::boundingRect()与cv::minAreaRect()返回结果差异问询

我查阅了官方文档但仍无法理解cv::boundingRect()和cv::minAreaRect()的差异。当检测目标为3x3正方形时，我预期两个函数的返回结果一致，但在OpenCV 4.4版本中测试发现，cv::boundingRect()返回的尺寸为3x3，cv::minAreaRect()返回的尺寸却为2x2。

这个差异是两个函数的设计定位、计算逻辑完全不同导致的，属于预期行为，并非版本bug。 #

两个函数的核心差异 #

1. cv::boundingRect 计算逻辑 #

该函数面向像素处理场景设计，目标是输出可以完整覆盖所有目标像素的轴对齐矩形：

• 计算时取输入轮廓所有点的最小x、最大x、最小y、最大y
• 宽高计算规则：宽度 = 最大x - 最小x + 1，高度 = 最大y - 最小y + 1，加1是为了包含首尾坐标对应的完整像素
• 测试用例中findContours提取的3x3白色块外轮廓点x范围为1_{3、y范围为1}3，代入计算得到宽高均为3，和输出结果一致。

2. cv::minAreaRect 计算逻辑 #

该函数面向纯几何点集计算场景设计，仅处理输入点的坐标数值，不关联像素语义：

• 计算时寻找可以包裹所有输入点的面积最小的任意角度矩形
• 宽高为矩形两个边的几何长度，即对应方向上最远点的坐标差
• 测试用例中轮廓点x方向最远坐标差为3-1=2，y方向同理为3-1=2，所以输出宽高均为2。

补充说明 #

cv::findContours提取的是前景与背景的交界线坐标，而非前景像素的覆盖范围外边界，3x3白色像素块提取的外轮廓点刚好是(1,1)、(3,1)、(3,3)、(1,3)四个角点，进一步放大了两个函数的差异感知。
如果需要让cv::minAreaRect的结果匹配像素级尺寸，可根据使用场景将返回的宽高各加1即可对齐。 #

内容的提问来源于stack exchange，提问作者Andrew KeepCoding