Python求解图像白色区域内边平行于图像边缘的最大内接矩形

我们需要提取边与图像边缘平行、整个区域完全落在白色范围内的最大矩形，不需要四个顶点必须落在白色区域边缘，符合要求的输出效果如下：

实现思路 #

采用二值掩码+动态规划方案实现，无需轮廓检测，适配任意形状的白色区域：

• 先将图像转换为二值掩码，白色区域标记为1，非白色区域标记为0
• 逐行扫描图像，维护高度数组记录每一列向上连续的白色像素高度
• 对每一行的高度数组，用单调栈计算当前行可形成的最大矩形面积，全程记录全局最大矩形的坐标和尺寸

依赖安装 #

执行以下命令安装所需工具库：

pip install opencv-python numpy

完整实现代码 #

import cv2
import numpy as np

def get_largest_white_rect(image_path, white_threshold=240):
    # 读入原始图像
    img = cv2.imread(image_path)
    # 转灰度图后生成二值掩码：符合白色阈值的区域标记为1，其余为0
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    binary_mask = (gray >= white_threshold).astype(np.uint8)
    h, w = binary_mask.shape

    max_area = 0
    # 最佳矩形存储格式：(左上角x坐标, 左上角y坐标, 宽度, 高度)
    best_rect = (0, 0, 0, 0)
    height_arr = [0] * w

    for row in range(h):
        # 更新当前行对应高度数组
        for col in range(w):
            height_arr[col] = height_arr[col] + 1 if binary_mask[row][col] == 1 else 0
        
        # 单调栈计算当前行可构造的最大矩形
        stack = []
        for col in range(w + 1):
            current_h = height_arr[col] if col < w else 0
            while stack and current_h < height_arr[stack[-1]]:
                h_idx = stack.pop()
                rect_h = height_arr[h_idx]
                rect_w = col if not stack else col - stack[-1] - 1
                area = rect_h * rect_w
                # 更新全局最大矩形
                if area > max_area:
                    max_area = area
                    x = stack[-1] + 1 if stack else 0
                    y = row - rect_h + 1
                    best_rect = (x, y, rect_w, rect_h)
            stack.append(col)
    
    # 在原图上绘制识别到的最大矩形（绿色边框，线宽2）
    x, y, rect_w, rect_h = best_rect
    cv2.rectangle(img, (x, y), (x + rect_w, y + rect_h), (0, 255, 0), 2)
    return best_rect, img

# 调用示例
if __name__ == "__main__":
    # 替换为你的本地图像路径
    rect, result_img = get_largest_white_rect("test.png")
    print(f"最大矩形参数：左上角({rect[0]}, {rect[1]})，宽{rect[2]}，高{rect[3]}，面积{rect[2]*rect[3]}")
    cv2.imwrite("result.png", result_img)
    cv2.imshow("识别结果", result_img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

参数说明 #

• white_threshold：白色像素的判断阈值，取值范围0-255，默认240，可根据图像实际亮度调整，数值越大对白色的判断标准越严格
• 返回值best_rect依次存储矩形左上角x坐标、左上角y坐标、宽度、高度，可直接对接后续业务逻辑使用

内容的提问来源于stack exchange，提问作者a_parida