Numpy 如何使用ROI从所需的点绘制矩形？

你好，我是OpenCv的初学者。 我有一个迷宫的图像。我写了迷宫解算器代码。我需要得到像这样的代码工作图片的照片。 我想使用ROI选择白色区域的轮廓，但我不能

当我尝试ROI方法时，我得到一个选择了黑色区域的平滑矩形

----->这是我的代码结果

我想知道这个结果

import cv2
import numpy as np

#import image
image = cv2.imread('rt4.png')

#grayscaleqq
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
#cv2.imshow('gray', gray)
#qcv2.waitKey(0)

#binary
#ret,thresh = cv2.threshold(gray,127,255,cv2.THRESH_BINARY_INV)
threshold = 150
thresh = cv2.threshold(gray, threshold, 255, cv2.THRESH_BINARY)[1]
cv2.namedWindow('second', cv2.WINDOW_NORMAL)
cv2.imshow('second', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()

#dilation
kernel = np.ones((1,1), np.uint8)
img_dilation = cv2.dilate(thresh, kernel, iterations=1)
cv2.namedWindow('dilated', cv2.WINDOW_NORMAL)
cv2.imshow('dilated', img_dilation)
cv2.waitKey(0)
cv2.destroyAllWindows()




#find contours
im2,ctrs, hier = cv2.findContours(img_dilation.copy(), 
cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)


#sort contours
sorted_ctrs = sorted(ctrs, key=lambda ctr: cv2.boundingRect(ctr) 
[0])

list = []

for i, ctr in enumerate(sorted_ctrs):
# Get bounding box
x, y, w, h = cv2.boundingRect(ctr)

# Getting ROI
roi = image[y:y+h, x:x+w]

a = w-x
b = h-y
list.append((a,b,x,y,w,h))


# show ROI
#cv2.imshow('segment no:'+str(i),roi)
cv2.rectangle(image,(x,y),( x + w, y + h ),(0,255,0),2)
#cv2.waitKey(0)

if w > 15 and h > 15:
    cv2.imwrite('home/Desktop/output/{}.png'.format(i), roi)

cv2.namedWindow('marked areas', cv2.WINDOW_NORMAL)
cv2.imshow('marked areas',image)
cv2.waitKey(0)
cv2.destroyAllWindows()




gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)

gray = np.float32(gray)
dst = cv2.cornerHarris(gray,2,3,0.04)

#result is dilated for marking the corners, not important
dst = cv2.dilate(dst,None)


image[dst>0.01*dst.max()]=[0,0,255]

cv2.imshow('dst',image)
if cv2.waitKey(0) & 0xff == 27:
cv2.destroyAllWindows()

list.sort()
print(list[len(list)-1])

---

绘制倾斜矩形的一个简单解决方案是使用

cv2.polylines

。根据你的结果，我假设你已经有了这个区域顶点的坐标，我们把它们叫做[x1，y1]，[x2，y2]，[x3，y3]，[x4，y4]。“多段线”功能从一个顶点到另一个顶点绘制一条线，以创建闭合多边形

导入cv2
将numpy作为np导入
#以数组形式列出顶点的坐标
pts=np.array（[[x1，y1]，[x2，y2]，[x3，y3]，[x4，y4]]，np.int32）
pts=pts.重塑（-1,1,2））
#从一个顶点到另一个顶点画线
cv2.多段线（图像，[pts]，真，（255,0,0））

我之前误解了你的问题。所以，我在重写

正如@消音器所述，您可以使用drawContours方法。您可以按如下方式进行操作：

import cv2
import numpy as np

#import image
im = cv2.imread('Maze2.png')
gaus = cv2.GaussianBlur(im, (5, 5), 1)
# mask1 = cv2.dilate(gaus, np.ones((15, 15), np.uint8, 3))
mask2 = cv2.erode(gaus, np.ones((5, 5), np.uint8, 1))
imgray = cv2.cvtColor(mask2, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0)
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

maxArea1=0
maxI1=0

for i in range(len(contours)):
    area = cv2.contourArea(contours[i])
    epsilon = 0.01 * cv2.arcLength(contours[i], True)
    approx = cv2.approxPolyDP(contours[i], epsilon, True)
    if area > maxArea1 :
        maxArea1 = area

print(maxArea1)
print(maxI1)
cv2.drawContours(im, contours, maxI1, (0,255,255), 3)

cv2.imshow("yay",im)
cv2.imshow("gray",imgray)
cv2.waitKey(0)

cv2.destroyAllWindows()

我在下图中使用了它： 我得到了正确的答案。您可以添加额外的过滤器，或者使用ROI减少面积，以减少差异，但这不是必需的

---

希望有帮助

如果你对图像设置阈值并在其上找到轮廓，然后绘制轮廓，你应该得到第二个。你能再解释一下吗？嗨，首先谢谢你的回答。我没有角点。我只有ROI矩形点，我不知道如何获得角点。我是opencv的初学者。您知道如何获取吗？谢谢您的帮助，但我无法使用cv2.selectROI，因为代码自动选择了矩形我的错误！我没有完全理解这个问题。我会在某个时候更新我的答案。。道歉！我的英语不好，对不起：（谢谢你的帮助，我有一个假设。我需要全白色的轮廓。你的代码给了我一点外部的白色正在绘制框架。我解决了问题，只需在

gaus

上运行侵蚀，而不是在

mask1

上运行侵蚀，也就是说，根本不执行膨胀。它现在工作得很好。运行它，让我知道它是否工作：）