如何使用opencv识别空心矩形

Question

在进行空心图形的识别时，总是识别不到空心内容。
我的思路是先识别颜色，在识别出颜色的部分进行形状判别。因为空心图形的顶点大于四个，所以当条件满足时进行输出，但是总是无法识别。在输出的图像中，内外边框总是被识别成一个图形。

Answer 1

回答引用自GPT-4o，由博主小ᶻZ࿆编写，若还有疑问可评论或留言：

使用OpenCV识别空心矩形的实现方案

问题描述

题主尝试使用OpenCV识别空心矩形图形，但遇到内外边框被识别成一个整体的问题。具体而言，题主的思路是先识别颜色，然后进行形状判别，但由于空心图形的顶点较多，判断条件无法正确识别内外边框。

解决方法

以下是一个使用Python和OpenCV识别空心矩形的完整代码示例。通过边缘检测、轮廓识别，并结合形状特征判断，可以将空心矩形的内外边框单独识别出来。

实现代码

import cv2
import numpy as np

# 读取图像并转换为灰度图
image = cv2.imread('hollow_rectangle.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 应用边缘检测
edges = cv2.Canny(gray, 50, 150)

# 查找轮廓
contours, hierarchy = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 遍历轮廓并判别矩形
for i, contour in enumerate(contours):
    # 使用多边形拟合近似轮廓，判断顶点数是否接近4
    approx = cv2.approxPolyDP(contour, 0.02 * cv2.arcLength(contour, True), True)
    if len(approx) == 4:
        # 计算面积，排除内外重合的情况
        area = cv2.contourArea(contour)
        if area > 100:  # 设定阈值，过滤小轮廓
            cv2.drawContours(image, [approx], -1, (0, 255, 0), 2)  # 绿色标记外边框
        else:
            cv2.drawContours(image, [approx], -1, (0, 0, 255), 2)  # 红色标记内边框

# 显示结果
cv2.imshow("Detected Hollow Rectangle", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

代码说明

1. 边缘检测：通过Canny算法提取图像边缘。
2. 轮廓查找：使用findContours函数查找所有轮廓，并使用approxPolyDP判定顶点数是否为4。
3. 面积判断：通过设置面积阈值区分内外轮廓。
4. 结果显示：以绿色显示外框，以红色显示内框。

注意事项

• 根据实际图像调整Canny参数和面积阈值。
• 如果轮廓较复杂，可以进一步细化形状特征进行判别。

如有帮助，题主可以帮忙采纳一下嘛，谢谢~