Python 和 OpenCV：如何裁剪半成形边界框

我有一个为无网格表创建网格线的脚本：

脚本之前：

脚本之后：

是否有一种简单的方法，使用 OpenCV 来裁剪“脚本之后”图像，使其仅包含四边边界框？示例输出：

编辑：

我目前正在研究一种解决方案，该解决方案可以找到垂直/水平方向的第一条/最后一条全黑像素线。它会起作用，但想知道是否有更优雅的东西。

当然，可以使用 OpenCV 裁剪“脚本后”图像以仅包含四边形边界框。以下是一种更优雅的方法：

1. 查找轮廓并排序

• 查找轮廓： 在二进制图像（似乎已经拥有的图像）上使用 cv2.findContours 。
• 排序轮廓： 按大小对轮廓进行排序，并选择最大的轮廓，因为它很可能对应于的边界框。

2. 查找边界矩形并裁剪

• 边界矩形： 使用 cv2.boundingRect 查找最大轮廓的边界矩形。这将为提供裁剪区域的 x 、 y 、 宽度 和 高度 。
• 裁剪图像： 使用这些值从原始图像中裁剪出感兴趣的区域。

以下是 Python 代码：

import cv2

# 加载图像（替换为的图像路径）
image = cv2.imread('your_image.png')

# 将图像转换为灰度（如果它已经是，则跳过此步骤）
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 查找轮廓
contours, _ = cv2.findContours(gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 按面积对轮廓进行排序并获取最大的轮廓
contours = sorted(contours, key=cv2.contourArea, reverse=True)
largest_contour = contours[0]

# 查找边界矩形
x, y, w, h = cv2.boundingRect(largest_contour)

# 裁剪图像
cropped_image = image[y:y+h, x:x+w]

# 显示或保存裁剪的图像
cv2.imshow("Cropped Image", cropped_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

此代码首先查找图像中的所有轮廓，按大小对它们进行排序，找到最大轮廓的边界框，最后裁剪并显示/保存裁剪的图像。

此方法应该比查找第一条和最后一条黑线更健壮且更通用，因为它不依赖于特定于行的特征，并且即使网格线不完美也能工作。