如何使用OpenCV Python检测图像中的矩形和正方形？

要检测图像中的矩形和正方形，我们首先检测图像中的所有轮廓。然后遍历所有轮廓。为每个轮廓找到近似的轮廓。如果近似轮廓中的顶点数量为4，则我们计算纵横比以区分矩形和正方形。如果纵横比在0.9到1.1之间，则认为它是正方形，否则是矩形。请参见下面的伪代码。

for cnt in contours:
approx = cv2.approxPolyDP(cnt)
if len(approx) == 4:
   x, y, w, h = cv2.boundingRect(cnt)
   ratio= float(w)/h
   if ratio>=0.9 and ratio<=1.1:
      cv2.putText('Square')
   else:
      cv2.putText('Rectangle')

步骤

您可以使用以下步骤来检测输入图像中的矩形和正方形：

导入所需的库。在以下所有Python示例中，所需的Python库是OpenCV。确保您已安装它。

import cv2

使用cv2.imread()读取输入图像并将其转换为灰度图像。

img = cv2.imread('shapes.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

对灰度图像应用阈值处理以创建二值图像。调整第二个参数以获得更好的轮廓检测。

ret,thresh = cv2.threshold(gray,50,255,0)

使用cv2.findContours()函数查找图像中的轮廓。

contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

从轮廓列表中选择一个轮廓（例如第一个轮廓）cnt。或者遍历所有轮廓。

使用cv2.approxPolyDP()函数计算每个轮廓cnt的近似轮廓点。

approx = cv2.approxPolyDP(cnt,epsilon,True)

如果近似轮廓approx中的顶点数量为4，则在图像上绘制轮廓。

计算轮廓cnt的纵横比。设置一个纵横比范围来检测正方形。我们将其设置为[0.9, 1.1]。如果比率在0.9到1.1之间，则检测到的轮廓是正方形，否则是矩形。

显示带有检测到的矩形、正方形和已绘制轮廓的图像。

cv2.imshow("Shapes", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

让我们看一些例子以便更好地理解。

示例

在下面的Python代码中，我们检测输入图像中的矩形和正方形。

import cv2
import numpy as np

img = cv2.imread('shapes.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret,thresh = cv2.threshold(gray,50,255,0)
contours,hierarchy = cv2.findContours(thresh, 1, 2)
print("Number of contours detected:", len(contours))

for cnt in contours:
   x1,y1 = cnt[0][0]
   approx = cv2.approxPolyDP(cnt, 0.01*cv2.arcLength(cnt, True), True)
   if len(approx) == 4:
      x, y, w, h = cv2.boundingRect(cnt)
      ratio = float(w)/h
      if ratio >= 0.9 and ratio <= 1.1:
         img = cv2.drawContours(img, [cnt], -1, (0,255,255), 3)
         cv2.putText(img, 'Square', (x1, y1), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 0), 2)
      else:
         cv2.putText(img, 'Rectangle', (x1, y1), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2)
         img = cv2.drawContours(img, [cnt], -1, (0,255,0), 3)

cv2.imshow("Shapes", img)
cv2.waitKey(0)
cv2.destroyAllWindows()