如何正确使用OpenCV旋转不规则矩形？

Question

我试图转动不规则矩形这样的：

Example

有了将其直接的目的。我的轮廓是一个cv :: vector < cv :: Point>类型，并且在转换之后，我得到一个cv :: vector < cv :: Point2f>类型，以便进行精细的精确计算。

因此，我也需要一个很好的方法来做这个旋转，所以首先我需要检测两边。我试图使用'minarearect'，但结果不好。边界矩形与不规则矩形的方向不匹配，并具有足够的精度。

有没有'最佳周长矩形'或类似的，而不是'最小面积矩形'？我认为这会给我更多的准确性。 但是，你知道任何其他旋转矩形的方法吗？

请原谅我的英语。并感谢您的帮助！

Answer 1

您可以使用PCA获取矩形方位（第1和第2部分）的边，使这些轴方向可以计算旋转角度。例如这里：http://docs.opencv.org/3.1.0/d1/dee/tutorial_introduction_to_pca.html

只是做另一种变体的草图：

#include <iostream> 
#include <vector> 
#include "opencv2/opencv.hpp" 
using namespace std; 
using namespace cv; 

//----------------------------------------------------------------------------------------------------- 
// 
//----------------------------------------------------------------------------------------------------- 
void getSamplePoints(Mat& src,vector<Point2f>& pts) 
{ 
    pts.clear(); 
    for (int i = 0; i < src.rows; ++i) 
    { 
     for (int j = 0; j < src.cols; ++j) 
     { 
      uchar v = src.at<uchar>(i, j); 
      if (v > 0) 
      { 
       pts.push_back(Point2f(j, i)); 
      } 
     } 
    } 
} 
//----------------------------------------------------------------------------------------------------- 
// 
//----------------------------------------------------------------------------------------------------- 
double distance_to_Line(cv::Point2f line_start, cv::Point2f line_end, cv::Point2f point) 
{ 
    double normalLength = _hypot(line_end.x - line_start.x, line_end.y - line_start.y); 
    double distance = (double)((point.x - line_start.x) * (line_end.y - line_start.y) - (point.y - line_start.y) * (line_end.x - line_start.x))/normalLength; 
    return distance; 
} 
//----------------------------------------------------------------------------------------------------- 
// 
//----------------------------------------------------------------------------------------------------- 
void getPointsFromVector(vector<Point2f>& pts,Point2f p1, Point2f p2, float dist, vector<Point2f>& pts_res) 
{ 
    for (int i = 0; i < pts.size(); ++i) 
    { 
     double d = distance_to_Line(p1, p2, pts[i]); 
     if (fabs(d) < dist) 
     { 
      pts_res.push_back(pts[i]); 
     } 
    } 
} 
//----------------------------------------------------------------------------------------------------- 
// 
//----------------------------------------------------------------------------------------------------- 
int main(int argc, unsigned int** argv) 
{ 
    string fname = "../../data/rect_to_fit.png"; 
    Mat src = imread(fname, 1); 
    if (src.empty()) 
    { 
     return 0; 
    } 
    cvtColor(src, src, COLOR_BGR2GRAY); 

    vector<Point2f> pts; 
    getSamplePoints(src, pts); 


    RotatedRect R = minAreaRect(pts); 
    Point2f r_pts[4]; 
    R.points(r_pts); 

    for (int j = 0; j < 4; j++) 
    { 
     vector<Point2f> res_pts; 
     Point2f p1 = r_pts[j]; 
     Point2f p2 = r_pts[(j + 1) % 4]; 
     getPointsFromVector(pts,p1,p2,20, res_pts); 
     for (auto p : res_pts) 
     { 
      circle(src, p, 3, Scalar::all(255), -1); 
     } 
     // imshow("src", src); 
     // waitKey(0); 
     Vec4f L; 
     fitLine(res_pts, L, cv::DIST_L2, 0, 0.01, 0.01); 
     float x = L[2]; 
     float y = L[3]; 
     float vx = L[0]; 
     float vy = L[1]; 
     float lefty = int((-x*vy/vx) + y); 
     float righty = int(((src.cols - x)*vy/vx) + y); 
     line(src, Point2f(src.cols - 1, righty), Point2f(0, lefty), Scalar::all(255), 2); 
    } 

    imshow("src", src); 
    imwrite("result.jpg", src); 
    waitKey(0); 

    return 0; 
} 

我得到的结果是：