Python图像识别生成四边形外接框 规避拟合目标内部轮廓问题

要实现生成轮廓对应的块外接四边形框，只需替换原代码中轮廓多边形拟合的逻辑，直接计算轮廓的外接矩形即可，修改思路和代码如下：

核心修改说明 #

• 原代码中cv2.approxPolyDP的作用是对轮廓做多边形逼近，会贴合轮廓的细节边缘，这是导致框线贴合内部轮廓的原因
• 替换为cv2.boundingRect可直接得到轮廓的轴对齐外接矩形，若需要适配倾斜块的最小旋转外接矩形，可以用cv2.minAreaRect实现

修改后代码 #

import cv2
import numpy as np

# 读取图像
img = cv2.imread("map3.png")

imgray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
_,thresh = cv2.threshold(imgray, 110, 255, 
                            cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

for contour in contours:
    area = cv2.contourArea(contour)
    if area > 500:
        # 方式1：计算轴对齐外接矩形，返回值为 (左上角x, 左上角y, 宽度w, 高度h)
        x, y, w, h = cv2.boundingRect(contour)
        # 绘制矩形框
        cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 2)
        
        # 方式2：如果需要倾斜的最小外接四边形，注释掉方式1，启用以下代码即可
        # rect = cv2.minAreaRect(contour)
        # box = cv2.boxPoints(rect)
        # box = np.int0(box)
        # cv2.drawContours(img, [box], 0, (0, 0, 255), 2)


cv2.imshow("IMAGE", img)
cv2.waitKey(0)

参数调整提示 #

如果出现框选范围不符合预期的情况，可以调整两个阈值参数：

• 阈值分割的110参数，适配不同亮度的图像分割效果
• 面积过滤的500参数，过滤掉不需要的小噪点轮廓

内容的提问来源于stack exchange，提问作者don