本文实例为大家分享了python opencv实现图像目标的外接图形，供大家参考，具体内容如下
当使用cv2.findContours函数找到图像中的目标后，我们通常希望使用一个集合区域将图像包围起来，这里介绍opencv几种几何包围图形。
- 边界矩形
- 最小外接矩形
- 最小外接圆
简介
无论使用哪种几何外接方法，都需要先进行轮廓检测。
当我们得到轮廓对象后，可以使用boundingRect()得到包裹此轮廓的最小正矩形，minAreaRect()得到包裹轮廓的最小矩形(允许矩阵倾斜)，minEnclosingCircle()得到包裹此轮廓的最小圆形。
最小正矩形和最小外接矩形的区别如下图所示：
实现
这里给出上述5中外接图形在python opencv上的实现：
①. 边界矩形
import cv2
import numpy as np
img = cv2.imread('/home/pzs/图片/test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh, binary = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
binary, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cv2.imshow('binary', binary)
cv2.waitKey(0)
for cnt in contours:
x,y,w,h = cv2.boundingRect(cnt)
cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 1)
cv2.imshow('image', img)
cv2.waitKey(0)
②. 最小外接矩形
import cv2
import numpy as np
img = cv2.imread('/home/pzs/图片/test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh, binary = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
binary, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cv2.imshow('binary', binary)
cv2.waitKey(0)
for cnt in contours:
rect = cv2.minAreaRect(cnt)
box = cv2.boxPoints(rect)
box = np.int0(box)
cv2.drawContours(img, [box], 0, (0, 0, 255), 2)
cv2.imshow('image', img)
cv2.waitKey(0)
③. 最小外接圆
import cv2
import numpy as np
img = cv2.imread('/home/pzs/图片/test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh, binary = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
binary, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cv2.imshow('binary', binary)
cv2.waitKey(0)
for cnt in contours:
(x, y), radius = cv2.minEnclosingCircle(cnt)
center = (int(x), int(y))
radius = int(radius)
cv2.circle(img, center, radius, (255, 0, 0), 2)
cv2.imshow('image', img)
cv2.waitKey(0)以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持编程网。
