如何將矩形擬合到 python 中的圖像並獲取它們的坐標

Question

我正在尋找一種將多個圖像拆分為適當矩形的方法。 這些矩形具有理想的形狀，使得它們中的每一個都具有盡可能大的尺寸，而不包含大量的白色。

所以假設我們有以下圖像

我想得到一個 output 像這樣：

請注意重疊的矩形、孔和非軸對齊的矩形，所有這些都可能是我必須處理的場景。

我的目標是獲得描述矩形角塊的坐標，例如

[[(73,13),(269,13),(269,47)(73,47)],
 [(73,13),(73,210),(109,210),(109,13)]
...]

為了做到這一點，我已經查看了cv2.findContours但我無法讓它與重疊的矩形一起工作（盡管我可以使用層次結構 model 來處理孔，因為這會導致輪廓合並為一個。

請注意，盡管未顯示孔可以嵌套。

Answer 1

大致如下工作的算法應該能夠為您提供您尋求的結果。

1. 獲取圖像中的所有角點。
2. 隨機select 3個點創建一個矩形
3. 計算矩形內黃色像素的比率，如果比率滿足閾值則接受。
4. 重復 2 到 4 直到：a）每個點的組合都完成或 b）所有黃色像素都被考慮或 c）經過 n 次迭代

該算法的難點在於步驟 2，從 3 個點創建矩形。

如果所有矩形都是直角，您可以簡單地找到對應於左上角的最小 x 和 y，以及對應於新矩形的右下角的最大 x 和 y。

但是由於您有離軸矩形，因此在生成矩形之前，您需要檢查從 3 個點創建的兩個向量之間是否有 90 度角。