检测黑白图像上的白色矩形并裁剪（OpenCV）_python

我正在努力将图像裁剪为放置在图像内部的矩形大小。 这是原图：

到目前为止，我能够输入它，将其颜色转换为 HSV 颜色空间并对其应用阈值。 到目前为止，这是我的代码：

import cv2

#Read input image
img = cv2.imread('rdm_generated_image.png')

#convert from BGR to HSV color space
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

#get the saturation plane - all black/white/gray pixels are zero, and colored pixels are above zero.
s = hsv[:, :, 1]

#apply threshold on s
ret, thresh = cv2.threshold(s, 8, 255, cv2.THRESH_BINARY)

#invert colors, so every dark spots are now white
image = cv2.bitwise_not(thresh)

cv2.imwrite("image.png", image)

完成此操作后，程序输出：

现在我只想将图像裁剪到中间的大框，但我无法检测到它的轮廓。

我用cv2.findContours(image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)和其他一些函数尝试了它，但我还没有成功。 如果这应该是错误的做法，请纠正我。 感谢帮助，因为我对 OpenCV 没有经验。

提前致谢！

这是在 Python/OpenCV 中执行此操作的一种方法。

阅读图片
转换为灰色
临界点
查找轮廓
过滤大约预期区域
绘制轮廓
保存结果

输入：

import cv2
import numpy as np

#Read input image
img = cv2.imread('boxes.png')

#convert from BGR to HSV color space
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#apply threshold
thresh = cv2.threshold(gray, 30, 255, cv2.THRESH_BINARY)[1]

# find contours and get one with area about 180*35
# draw all contours in green and accepted ones in red
contours = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
contours = contours[0] if len(contours) == 2 else contours[1]
#area_thresh = 0
min_area = 0.95*180*35
max_area = 1.05*180*35
result = img.copy()
for c in contours:
    area = cv2.contourArea(c)
    cv2.drawContours(result, [c], -1, (0, 255, 0), 1)
    if area > min_area and area < max_area:
            cv2.drawContours(result, [c], -1, (0, 0, 255), 1)

# save result
cv2.imwrite("box_found.png", result)

# show images
cv2.imshow("GRAY", gray)
cv2.imshow("THRESH", thresh)
cv2.imshow("RESULT", result)
cv2.waitKey(0)

结果：

检测黑白图像上的白色矩形并裁剪（OpenCV）

问题描述

1楼