Question

我必须从图像中提取一个区域（不能透露该图像）。在Abid K Rahman's answer的帮助下，我获得了图像 Result Image 我已经获得了可以制作矩形但不能找到最佳近似矩形的点。

    [[625, 389], [10, 385], [116, 184], [5, 35], [626, 26]]

我们可以假设矩形的所有四个点都位于图像的四个不同角落。所以我根据他们的位置将这个组分成了四个不同的组。

    [[[[41, 63]], [[613, 66]]], [[[227, 428], [25, 426], [39, 392]], [[612, 394]]]]

但是我无法继续前进。我想提取大致形成矩形的点。如果答案是在python中，那就更好了。

Answer 1

所以我继续使用建议的rayryeng来编写我的代码并提出这个问题。

c = [[[] for x in range(2)] for y in range (2)]
for xy in centroids:
    x_i = xy[0]*2/col
    y_i = xy[1]*2/row
    c[y_i][x_i].append(np.array(xy))

combination = []
combination = np.array([ np.array([q1,q2,q3,q4]) for q1 in c[0][0] for q2 in c[0][1] for q3 in c[1][1] for q4 in c[1][0]])

if len(combination)>0 :
    key = 0
    property = [[ 0 for j in range(4)] for i in range(len(combination))]
    for i in range(len(combination)):
        q = combination[i]
        d1,d2 = q[2]-q[0],q[1]-q[3]
        d1_len,d2_len = np.sqrt(sum(d1**2)),np.sqrt(sum(d2**2))
        angle = math.degrees(math.acos(sum(d1*d2)/(d1_len*d2_len)))
        if d1_len > d2_len:
            r,extent = int(100*d1_len/d2_len),d2_len
        else:
            r,extent = int(100*d2_len/d1_len),d1_len
        property[i] = [r,angle,extent,i]
    property.sort(key = lambda x:x[0])
    key = property[0][3]
    combination = combination[key]

这里质心是我得到的分数，我分为象限，因为在我的问题中，分数需要来自所有四个qaudrants。我已经完成了四点的所有可能组合。我发现了对角线，即中心的角度。制作一个列表，其中包含对角线长度（最小到最大）的比率，角度和最短对角线的长度。我使用了矩形对角线长度相等的属性。这对现在非常有用。我不知道如何使用其他属性因此它被搁置。在最后的答案中，我得到了最好的矩形（当没有点制作sqaure时，它也不关心矩形的大小）。

Answer 2

也许Python Shapely库可以提供帮助。

示例：

from shapely.geometry import MultiPoint
points = MultiPoint([(0.0, 0.0), (1.0, 1.0), ... ])

points.bounds
# A (minx, miny, maxx, maxy) tuple.

Answer 3

最好的是imcrop(I,rect);，其中rect定义为

rect = [xmin ymin width height]

所以在第一对例如[41,63]，[613,66]

XMIN = 41

YMIN = 63

宽度= 613-41

高度= 66-63

从一组点中查找近似矩形

3 个答案: