Python 如何在opencv中正确选择电路板的轮廓？

我试图确定棋盘的边界（它们由一个黑条限定）

我做以下几点

    img = cv2.imread(filename)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    cv2.imwrite("gray.jpg", gray)

在那之后，我不可能得到更好的结果

contours0, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    for cnt in contours0:
        rect = cv2.minAreaRect(cnt)
        box = cv2.boxPoints(rect)
        box = np.int0(box) 
        cv2.drawContours(img, [box], -1, (255, 0, 0), 0)

    cv2.imshow('contours', img)

---

有人能帮我吗？

在Python OpenCV中有一种方法可以做到这一点。基本上，对图像设置阈值。应用一些形态学。获取外部轮廓。然后在黑色背景上画出周长高于某个阈值的最大值。重要的是，你得到了4个角落包括在内。然后得到凸包，并将其绘制为边界

输入：

阈值图像：

形态图像：

轮廓图像：

在输入副本上生成凸包：

---

在Python OpenCV中，有一种方法可以做到这一点。基本上，对图像设置阈值。应用一些形态学。获取外部轮廓。然后在黑色背景上画出周长高于某个阈值的最大值。重要的是，你得到了4个角落包括在内。然后得到凸包，并将其绘制为边界

输入：

阈值图像：

形态图像：

轮廓图像：

在输入副本上生成凸包：

contours0, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    for cnt in contours0:
        rect = cv2.minAreaRect(cnt)
        box = cv2.boxPoints(rect)
        box = np.int0(box) 
        cv2.drawContours(img, [box], -1, (255, 0, 0), 0)

    cv2.imshow('contours', img)

import cv2
import numpy as np

# read image
img = cv2.imread('chess.jpg')

# convert to grayscale
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# threshold to binary
thresh = cv2.threshold(gray, 25, 255, cv2.THRESH_BINARY)[1]

# apply morphology
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (9,9))
morph = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,1))
morph = cv2.morphologyEx(morph, cv2.MORPH_CLOSE, kernel)

# invert morph
morph = 255 - morph

# get external contours
cnts = cv2.findContours(morph, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

# draw white contour on black background
cntr_img = np.zeros_like(morph)
for c in cnts:
    perimeter = cv2.arcLength(c, True)
    if perimeter > 200: 
        cv2.drawContours(cntr_img, [c], 0, 255, 1)

# get all non-zero points
points = np.column_stack(np.where(cntr_img.transpose() > 0))
hull = cv2.convexHull(points)

# draw convex hull vertices on input image
result = img.copy()
cv2.polylines(result, [hull], True, (0,0,255), 2)

# save results
cv2.imwrite('chess_threshold.jpg', thresh)
cv2.imwrite('chess_morph.jpg', morph)
cv2.imwrite('chess_contour.jpg', cntr_img)
cv2.imwrite('chess_convexhull.jpg', result)

# show results
cv2.imshow('thresh', thresh)
cv2.imshow('morph', morph)
cv2.imshow('cntr_img', cntr_img)
cv2.imshow('result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()