如何不基于重叠或阈值将cv2矩形边界框合并为多边形？

方案1：生成最小轴对齐外接矩形（最简单） #

如果你只需要一个包围所有框的矩形，直接计算所有边界框的坐标极值即可，代码如下：

import numpy as np
import cv2

bbox_list = [[195, 3455, 633, 4213], [658, 3427, 1094, 4222], [1120, 3435, 1553, 4473], [295, 3421, 531, 3451], [201, 3313, 1548, 3409]]

# 提取所有边界框的极值
x_coords = []
y_coords = []
for bbox in bbox_list:
    x1, y1, x2, y2 = bbox
    x_coords.extend([x1, x2])
    y_coords.extend([y1, y2])

x_min, x_max = min(x_coords), max(x_coords)
y_min, y_max = min(y_coords), max(y_coords)

# 绘制外接矩形
image = cv2.imread('63976500-anderson-herald-bulletin-Jun-18-1968-p-64.jpg')
cv2.rectangle(image, (x_min, y_min), (x_max, y_max), (0,255,0), 10)
cv2.imwrite("axis_aligned_bbox.jpg", image)

方案2：生成贴合的凹多边形边界（匹配示例效果） #

如果你需要像示例一样贴合所有框边缘的多边形，用OpenCV的轮廓查找+多边形近似接口即可，步骤如下：

1. 先把所有已知边界框画在一张和原图尺寸一致的空白掩膜上
2. 提取掩膜的外轮廓
3. 对轮廓做近似得到精简的多边形顶点
   代码示例：

import numpy as np
import cv2

# 边界框列表
bbox_list = [[195, 3455, 633, 4213], [658, 3427, 1094, 4222], [1120, 3435, 1553, 4473], [295, 3421, 531, 3451], [201, 3313, 1548, 3409]]
# 原图尺寸，可替换为实际图像的height、width
h, w = 5000, 6000

# 生成空白掩膜
mask = np.zeros((h, w), dtype=np.uint8)
# 把所有边界框填充到掩膜上
for bbox in bbox_list:
    x1, y1, x2, y2 = bbox
    cv2.rectangle(mask, (x1, y1), (x2, y2), 255, -1)

# 提取外轮廓
contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 若边界框分散导致多个轮廓，先合并所有轮廓点
all_points = []
for cnt in contours:
    all_points.extend(cnt.tolist())
all_points = np.array(all_points, dtype=np.int32)

# 对轮廓做近似，epsilon参数控制近似精度，这里取轮廓周长的0.1%可根据需求调整
epsilon = 0.001 * cv2.arcLength(all_points, True)
approx_poly = cv2.approxPolyDP(all_points, epsilon, True)

# 绘制最终的多边形边界
image = cv2.imread('63976500-anderson-herald-bulletin-Jun-18-1968-p-64.jpg')
cv2.polylines(image, [approx_poly], True, (0,255,0), 10)
cv2.imwrite("merged_polygon.jpg", image)

方案说明 #

• 方案1实现最简单，性能最高，适合只需要整体定位不需要精确贴合边缘的场景
• 方案2可以完全匹配示例效果，不管边界框是否分散、是否重叠都能正常生成贴合的多边形边界，完全满足需求

内容的提问来源于stack exchange，提问作者emilys