cv2.boundingRect(array) -> retval

contours, hierarchy = cv2.findContours(re_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)for c in contours:# find bounding box coordinates# 现计算出一个简单的边界框x, y, w, h = cv2.boundingRect(c)# 画出矩形cv2.rectangle(img, (x,y), (x+w, y+h), (0, 255, 0), 2) 

cv2.minAreaRect(points) -> retval

contours, hierarchy = cv2.findContours(re_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)for c in contours:# find minimum area# 计算包围目标的最小矩形区域rect = cv2.minAreaRect(c)# calculate coordinate of the minimum area rectangle# 计算矩形的 4 点坐标，返回结果为float数据类型box = cv2.boxPoints(rect)# normalize coordinates to integers# 将float类型转为 int，在这里最好写成int32 / int64# 若为int0，有时候出错都不知道错在那
box =np.int0(box)# 注：OpenCV没有函数能直接从轮廓信息中计算出最小矩形顶点的坐标。所以需要计算出最小矩形区域，# 然后计算这个矩形的顶点。由于计算出来的顶点坐标是浮点型，但是所得像素的坐标值是整数（不能获取像素的一部分），# 所以需要做一个转换# draw contourscv2.drawContours(img, [box], 0, (0, 0, 255), 3)  # 画出该矩形

3 cv2.minEnclosingCircle

作用：使用迭代算法（ iterative algorithm）查找包含2D点集的最小区域的圆(Finds a circle of the minimum area enclosing a 2D point set)。

cv2.minEnclosingCircle(points) -> center, radius

参数：

points - 2D点矢量（vector of 2D points）

返回值：

center - 圆心  (x, y)

radius - 半径  r

如：((426.0, 415.5), 321.7628173828125)

代码示例：

# calculate center and radius of minimum enclosing circle
# 会返回一个二元组，
# 第一个元素为圆心的坐标组成的元组，第二个元素为圆的半径值。
(x, y), radius = cv2.minEnclosingCircle(c)
# 转为整数 cast to integers
center = (int(x), int(y))
radius = int(radius)
# 绘圆 draw the circle
img = cv2.circle(img, center, radius, (0, 255, 0), 2)

或者

cen, rad = cv2.minEnclosingCircle(c)
cen = tuple(np.int0(cen))
rad = np.int32(rad)
img = cv2.circle(img, cen, rad, (0, 255, 0), 2)

运行

注意：

cv2.circle() 函数使用时，圆心参数不能是数列array，必须是元组tuple

绘制圆cv2.circle() 函数的使用方法。

3.1 附1：cv.circle()

作用：画圆环或实心圆

cv2.circle(img, center, radius, color[, thickness[, lineType[, shift]]]) -> img

参数：

img - 目标图像

center - int 圆心，必须是元组tuple形式、不能是列表 list，必须是整型int、不能是浮点型float；

radius - int 半径，必须是整型int、不接受浮点型float。

color - 圆的颜色

thickness - int thickness = 1 圆轮廓的厚度（正数 positive），若为负值（Negative values），意味全填充的实心圆。

lineType - int lineType = 8 圆轮廓的线性，

• 8 (or omitted) - 8-connected line.
• 4 - 4-connected line.
• CV_AA - antialiased line.

shift - int shift = 0 help帮助文档直译 圆心、半径值的小数位（Number of fractional bits in the coordinates of the center and in the radius value），事实上，当执行代码时，貌似又不是这个意思 。

以上若不是整数int，则会报错 TypeError: integer argument expected, got float

示例代码如下

(x, y), radius = cv2.minEnclosingCircle(c)
center = (int(x), int(y))
radius = int(radius)
img = cv2.circle(img, center, radius, (0, 255, 0), thickness=2,lineType=8,# shift=0)# shift=1)# shift=2)# shift=3)# shift=4)# shift=5)shift=6)

分别运行，其结果：

需要注意的是不同的图，其运行代码后的识别效果是不同的，我当时用 ppt 制备 闪电 lighning 时并没有在意图片格式，就造成了运行代码后的识别结果与别人的不一致，后来将图片保存成黑底白图，和别人的图像一致了。

说明：

1）在运行代码时图片没有红色边框，为了说明每一个图，后加上的红色图像边框。

2）a、b图的大小不一样，其运行后识别的结果不一样。

3）b、d图的背底和图案颜色正好相反，其由于函数 cv2.threshold()的参数一致，所以其结果也不一致。

4）c、d图的是有无背底，其运行后识别结果也有所区别。

以上只是说明同一个代码，针对图的稍微差别，其识别结果也会存在差别。以后注意这方面内容就行。暂不深究。

4 cv2.rectangle

作用：绘制一个矩形轮廓或一个填充矩形。

cv2.rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]]) -> img

参数：

img - 待rectangle函数处理的图像

pt1 - 矩形的顶点

pt2 - 矩形的另一个顶点（但该顶点与pt2顶点相对）

color - 矩形的颜色或亮度（灰度图像）

thickness - 矩形边框的粗细，若为负值，则矩形为全填充的。int thickness=1。

lineType - Type of the line. See #LineTypes。int lineType=8。

shift - Number of fractional bits in the point coordinates.。int shift=0。

返回值：

img - 被rectangle处理过的图像。

该函数还可以直接输入矩形来替代pt1、pt2 对角点，代码如下：

cv2.rectangle(img, rec, color[, thickness[, lineType[, shift]]]) -> img

参数：

rec - 矩形，

代码示例：

# 计算出一个简单的边界框，
# 参数c为图像轮廓findContours返回值
x, y, w, h = cv2.boundingRect(c)
# 绘制矩形
# 将轮廓信息转换成(x, y)坐标，并加上矩形的高度和宽度
cv2.rectangle(img, (x,y), (x+w, y+h), (0, 255, 0), 2) 

运行结果：

5 全代码分析

将上述函数中代码整理，所有的代码如下

import cv2
import numpy as npimg = cv2.imread('lightning.png',cv2.IMREAD_UNCHANGED)
# img = cv2.pyrUp(img)
img_gray = cv2.cvtColor(img.copy(), cv2.COLOR_BGR2GRAY)ret, re_img = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(re_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)for c in contours:# 查找矩形边界 find bounding box coordinates# 计算出简单的边界框，返回顶点坐标、宽、高x,y,w,h = cv2.boundingRect(c)# 它将轮廓信息转换程（x,y)坐标，并加上矩形的高度和宽度cv2.rectangle(img,(x,y),(x+w, y+h),(0,255,0),2)# find minimum area# 计算出包围目标的最小矩形区域rect = cv2.minAreaRect(c)# calculate coordinates of the minimum area rectangle# 计算矩形的 4 个坐标点，float形式box = cv2.boxPoints(rect)# normalize coordinates to integers# 将坐标值整数化box = np.int0(box)# draw contours# opencv没有函数能直接从轮廓信息中计算出最小矩形顶点的坐标。# 所以需要计算出最小矩形区域，然后计算这个矩形的顶点。# 计算出的顶点坐标都是浮点型，而所有像素的坐标值都是整数，# 所以需要做转换整数，然后画出这个矩形cv2.drawContours(img, [box], 0, (0,0,255), 3)# calculate center and radius of minimum enclosing circle# 大多数绘图函数把绘图颜色和密度thickness放在最后两个参数里# 最后检查的边界轮廓为最小闭圆# minEnclosingCircle函数返回一个二元组，# 第一个元数为圆心，第二个元素为半径(x,y), radius = cv2.minEnclosingCircle(c)# cast to integerscenter = (int(x),int(y))radius = int(radius)# draw the circleimg = cv2.circle(img,center,radius,(0,255,0),2, lineType=8, shift=6)cv2.drawContours(img,contours, -1, (255,0,0), 1)
cv2.imshow("contours",img)
cv2.waitKey()

运行：

参考：

轮廓特征——官网

笛卡尔坐标系

python opencv minAreaRect 生成最小外接矩形

OpenCV 中boundingRect、minAreaRect、minEnclosingCircle用法

OpenCV的基本绘图函数

openCV检测物体边缘

OpenCv学习笔记3--轮廓检测,多边形 直线 圆检测

python-opencv boundingRect使用注意