OpenCV-Python中提取图像轮廓后，如何提取矩形内部数字区域？

我来帮你搞定这个提取矩形内部数字的问题！从你给出的代码片段来看，核心思路是对的，但还需要几个关键步骤来精准定位矩形、过滤干扰轮廓，以及正确提取内部的数字区域。下面是具体的实现方案：

关键优化点说明 #

你的原始代码会提取图像中所有轮廓（包括数字本身的小轮廓），所以我们需要先筛选出矩形的外轮廓，再提取其内部区域。主要优化点包括：

• 过滤面积过小的干扰轮廓
• 通过轮廓近似判断是否为矩形（确保只处理目标外框）
• 对提取的区域做二值化优化，让数字更清晰

完整代码实现 #

import cv2
import numpy as np

# 可根据你的图像实际情况调整参数
MIN_RECT_AREA = 1000  # 过滤小轮廓的面积阈值，数字轮廓面积远小于矩形，按需调整

# 读取灰度图像
im = cv2.imread('result.png', 0)
# 用自适应二值化处理，比固定阈值更适配光照不均的场景
thresh = cv2.adaptiveThreshold(
    im, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 
    cv2.THRESH_BINARY_INV, 11, 2
)

# 查找最外层轮廓（避免嵌套轮廓干扰）
contours, hierarchy = cv2.findContours(
    thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE
)

digit_idx = 0
for cnt in contours:
    # 跳过面积过小的轮廓（比如数字本身的轮廓）
    contour_area = cv2.contourArea(cnt)
    if contour_area < MIN_RECT_AREA:
        continue
    
    # 轮廓近似，判断是否为矩形（矩形的近似轮廓会有4个顶点）
    perimeter = cv2.arcLength(cnt, True)
    approx_contour = cv2.approxPolyDP(cnt, 0.02 * perimeter, True)
    if len(approx_contour) == 4:
        digit_idx += 1
        # 获取矩形的边界框坐标
        x, y, w, h = cv2.boundingRect(cnt)
        # 裁剪出矩形内部的ROI区域
        roi = im[y:y+h, x:x+w]
        
        # 对ROI做二值化，让数字与背景分离更明显
        _, roi_thresh = cv2.threshold(roi, 127, 255, cv2.THRESH_BINARY_INV)
        
        # 保存提取的数字图像
        cv2.imwrite(f'extracted_digit_{digit_idx}.png', roi_thresh)
        # 可选：实时查看提取结果
        cv2.imshow(f'Extracted Digit {digit_idx}', roi_thresh)
        cv2.waitKey(0)

cv2.destroyAllWindows()

额外注意事项 #

• 参数调整：MIN_RECT_AREA需要根据你的图像尺寸调整，比如如果矩形是200x200像素，阈值设为30000左右即可过滤掉数字轮廓。
• 噪声处理：如果图像有噪点，可以在二值化前添加形态学操作，比如cv2.morphologyEx(im, cv2.MORPH_OPEN, np.ones((3,3), np.uint8))来消除小噪点。
• 倾斜矩形处理：如果你的矩形是倾斜的，可以用透视变换来矫正后再提取，不过从你的描述看是规则矩形，所以用bounding box裁剪足够。

内容的提问来源于stack exchange，提问作者Aadit