目录

1.cv2.boundingRect()

2.cv2.minAreaRect()

3. cv2.minEnclosingCircle()

4.cv2.fitEllipse()

5.cv2.fitLine()

在计算轮廓时，可能并不需要实际的轮廓，而仅需要一个接近于轮廓的近似多边形。OpenCV提供了多种计算轮廓近似多边形的方法。

1.cv2.boundingRect()

能够返回包围轮廓的矩形的边界信息。

函数样式：retval = cv2.boundingRect( array)

参数介绍：

retval 表示返回矩形边界左上角顶点的坐标值及矩形边界的宽和高 ， 也可以是4个返回值形式

　　　　x , y ,w ,h = cv2.boundingRect( array)

array 是灰度图像或轮廓

然后使用函数cv2.drawContours()来绘制矩形包围框。

代码：

import cv2import numpy as npo = cv2.imread("cc.bmp")cv2.imshow("original" , o)gray = cv2.cvtColor(o , cv2.COLOR_BGR2GRAY)ret , binary = cv2.threshold(gray , 127 , 255 ,cv2.THRESH_BINARY)contours , hierarchy = cv2.findContours(binary , cv2.RETR_LIST ,cv2.CHAIN_APPROX_SIMPLE)x,y,w,h = cv2.boundingRect(contours[0])brcnt = np.array([[[x,y]] ,[[x+w , y]] , [[x+w , y+h]] , [[x,y+h]]] )cv2.drawContours(o , [brcnt] , -1 ,(255,255,255) , 2)cv2.imshow("result" ,o)cv2.waitKey()cv2.destroyAllWindows()

原图：

效果图：

2.cv2.minAreaRect()

该函数能绘制轮廓的最小包围矩形框，矩形可能会发生旋转 possibly rotated，以保证区域面积最小

函数形式：retval = cv2.minAreaRect( points )

参数介绍：

返回值retval表示返回矩阵特征的信息，结构为（最小外接矩形的中心(x,y) , (宽度， 高度) ， 旋转角度）

关于旋转角度的注意事项：

（1）旋转角度是水平轴（x轴）逆时针旋转，与碰到的矩形第一条边的夹角。

（2）“ 第一条边 ” 定义为 宽width，另一条边定义为高 height。这里的宽、高不是按照长短来定义的。

（3）在 opencv 中，坐标系原点在图像左上角，将其延伸到整个二维空间，可以发现 “x轴镜像对称”，角度则 逆时针旋转为负、顺时针旋转为正。故θ∈（-90度，0]；（笛卡尔坐标系中，逆时针为正、顺时针为负）

（4）旋转角度为角度值，而非弧度制。

points 为 轮廓

返回值retval 结构不能用于函数cv2.drawContours() 参数结构要求， 需要将其转换为合适的参数结构，即使用函数cv2.boxPoints(box)

作用：查找旋转矩形的 4 个顶点（用于绘制旋转矩形的辅助函数）。

cv2.boxPoints(box) -> points

参数：

box – 旋转的矩形

返回值：列表list

points – 矩形 4 个顶点组成的列表 list

返回值示例：

[[614.9866 675.9137 ]

[161. 232.99997]

[302.4203 88.04419]

[756.40686 530.9579 ]]

参考引用:

OpenCV 学习笔记03 boundingRect、minAreaRect、minEnclosingCircle、boxPoints、int0、circle、rectangle函数的用法…_san.hang的博客-CSDN博客

代码：

import cv2 import numpy as np o = cv2.imread("cc.bmp")cv2.imshow("original" , o) gray = cv2.cvtColor(o , cv2.COLOR_BGR2GRAY)ret , binary = cv2.threshold(gray , 127, 255 , cv2.THRESH_BINARY)contours , hierarchy = cv2.findContours(binary , cv2.RETR_LIST ,cv2.CHAIN_APPROX_SIMPLE)rect = cv2.minAreaRect(contours[0])print("rect:\n" , rect)points = cv2.boxPoints(rect)print("\npoints_back:\n" , points)points = np.int0(points)binary = cv2.drawContours(o , [points] , 0 ,(255,255,255) , 2) cv2.imshow("result" , o) cv2.waitKey()cv2.destroyAllWindows()

效果图：

3. cv2.minEnclosingCircle()

作用：该函数构造一个对象的面积最小包围圆形。

函数形式：center , radius = cv2.minEnclosingCircle( points)

参数介绍：

center为最小包围圆形的中心，圆心（x,y）

radius为最小包围圆形的半径

points轮廓

代码：

import cv2o = cv2.imread("cc.bmp")cv2.imshow("original" , o)gray = cv2.cvtColor(o , cv2.COLOR_BGR2GRAY)ret , binary = cv2.threshold(gray , 127 , 255 ,cv2.THRESH_BINARY)contours , hirrarchy = cv2.findContours( binary , cv2.RETR_LIST ,cv2.CHAIN_APPROX_SIMPLE)(x,y) , radius = cv2.minEnclosingCircle(contours[0])center = (int(x) , int(y))radius = int(radius)cv2.circle(o , center , radius , (255,255,255) , 2)cv2.imshow("resultl" , o)cv2.waitKey()cv2.destroyAllWindows() 

效果图：

4.cv2.fitEllipse()

作用：可以构造最优拟合椭圆，

函数形式：retval = cv2.fitEllipse( points )

参数介绍：

retval 是RotatedRect()类型的值，这是因为该函数返回的是 拟合椭圆的外接矩形，包含外接矩形的质心，宽，高，旋转角度，正好与椭圆的中心点，轴长度，旋转角度等信息吻合。

代码：

import cv2o = cv2.imread("cc.bmp")gray = cv2.cvtColor( o , cv2.COLOR_BGR2GRAY)ret , binary = cv2.threshold(gray , 127 , 255, cv2.THRESH_BINARY)contours , hierarchy = cv2.findContours(binary , cv2.RETR_LIST ,cv2.CHAIN_APPROX_SIMPLE)cv2.imshow("original" , o)ellipse = cv2.fitEllipse(contours[0])print("ellipse=" , ellipse)cv2.ellipse(o , ellipse ,(0 , 255, 0) , 3)cv2.imshow("result" , o)cv2.waitKey()cv2.destroyAllWindows() 

效果图：

5.cv2.fitLine()

作用：最优拟合直线

函数形式：line = cv2.fitLine( points , distType , param , reps , aeps )

参数介绍：

line 返回的是最优拟合直线参数

points是轮廓

distType是距离类型，

param是距离参数，与算选激励类型有关， 当参数设置为0时，会自动选择最优值

reps表示拟合直线所需的径向精度，通常被设置为0.01

aeps表示拟合直线所需的角度精度，通常被设置为0.01

代码：

import cv2 o = cv2.imread("cc.bmp")cv2.imshow("original" , o) gray = cv2.cvtColor(o , cv2.COLOR_BGR2GRAY)ret , binary = cv2.threshold(gray , 127 ,255 , cv2.THRESH_BINARY)contours , hierarchy = cv2.findContours(binary ,cv2.RETR_LIST ,cv2.CHAIN_APPROX_SIMPLE)rows , cols = binary.shape[:2][vx , vy , x, y] = cv2.fitLine(contours[0] , cv2.DIST_L2, 0,0.01 , 0.01)lefty = int((-x*vy/vx) + y) righty = int(((cols - x) * vy/vx) + y )cv2.line(o , (cols -1 ,righty) , (0,lefty) , (0,255,0) , 2) cv2.imshow("result" , o) cv2.waitKey()cv2.destroyAllWindows() 

效果图：

官方资源：OpenCV: Contour Features

参考资源：

https://www.cnblogs.com/miaorn/p/12264072.html