admin 管理员组

文章数量: 1087677

python 最小外接矩形 角度计算

目录

最小外接矩形角度计算：

opencv生成最小外接矩形：

最小外接矩形修正版：

最小外接矩形角度计算：

        rect = cv2.minAreaRect(merged_contour)box = cv2.boxPoints(rect)box = np.int0(box)angle = rect[-1]width, height = rect[1]box_point.width=widthbox_point.height=heightbox_point.rect=rectbox_point.area_sum = width * height# 如果宽度大于高度，我们需要旋转额外的 90 度if width > height:angle += 90if angle < -45:box_point.angle = (90 + angle) % 360else:box_point.angle = (-angle) % 360

opencv生成最小外接矩形：

cnt = np.array([[x1,y1],[x2,y2],[x3,y3],[x4,y4]]) # 必须是array数组的形式rect = cv2.minAreaRect(cnt) # 得到最小外接矩形的（中心(x,y), (宽,高), 旋转角度）
box = cv2.cv.BoxPoints(rect) # cv2.boxPoints(rect) for OpenCV 3.x 获取最小外接矩形的4个顶点
box = np.int0(box)

RotatedRect该类表示平面上的旋转矩形，有三个属性：

  1. 矩形中心点(质心)
  2. 边长(长和宽)
  3. 旋转角度

旋转角度angle的范围为[-90,0)，当矩形水平或竖直时均返回-90，请看下图：

一、组成angel的最小外接矩形的边的选取问题。

angel的形成与选取的最小外接矩形的边有关，在这里我们只给出最终结论，有兴趣的同志，可以自己去验证一下，距离坐标原点最近的最小外接矩形的边，作为angel的一条边或者其延长线，而另一条边为X轴，两条线最终形成一个夹角。如图所示


————————————————
版权声明：本文为CSDN博主「W`Peak」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：

最小外接矩形修正版：

GitHub - root12321/Rotation-Detect-yolov5_poly

def cvminAreaRect2longsideformat(x_c, y_c, width, height, theta):'''trans minAreaRect(x_c, y_c, width, height, θ) to longside format(x_c, y_c, longside, shortside, θ)两者区别为:当opencv表示法中width为最长边时（包括正方形的情况），则两种表示方法一致当opencv表示法中width不为最长边 ，则最长边表示法的角度要在opencv的Θ基础上-90度@param x_c: center_x@param y_c: center_y@param width: x轴逆时针旋转碰到的第一条边@param height: 与width不同的边@param theta: x轴逆时针旋转与width的夹角，由于原点位于图像的左上角，逆时针旋转角度为负 [-90, 0)@return:x_c: center_xy_c: center_ylongside: 最长边shortside: 最短边theta_longside: 最长边和x轴逆时针旋转的夹角，逆时针方向角度为负 [-180, 0)''''''意外情况:(此时要将它们恢复符合规则的opencv形式：wh交换，Θ置为-90)竖直box：box_width < box_height  θ=0水平box：box_width > box_height  θ=0'''# print("theta",theta)theta=int(theta)if theta == 0:theta = -90buffer_width = widthwidth = heightheight = buffer_widthif theta > 0:if theta != 90:  # Θ=90说明wh中有为0的元素，即gt信息不完整，无需提示异常，直接删除print('θ计算出现异常，当前数据为：%.16f, %.16f, %.16f, %.16f, %.1f;超出opencv表示法的范围：[-90,0)' % (x_c, y_c, width, height, theta))return Falseif theta < -90:print('θ计算出现异常，当前数据为：%.16f, %.16f, %.16f, %.16f, %.1f;超出opencv表示法的范围：[-90,0)' % (x_c, y_c, width, height, theta))return Falseif width != max(width, height):  # 若width不是最长边longside = heightshortside = widththeta_longside = theta - 90else:  # 若width是最长边(包括正方形的情况)longside = widthshortside = heighttheta_longside = thetaif longside < shortside:print('旋转框转换表示形式后出现问题：最长边小于短边;[%.16f, %.16f, %.16f, %.16f, %.1f]' % (x_c, y_c, longside, shortside, theta_longside))return Falseif (theta_longside < -180 or theta_longside >= 0):print('旋转框转换表示形式时出现问题:θ超出长边表示法的范围：[-180,0);[%.16f, %.16f, %.16f, %.16f, %.1f]' % (x_c, y_c, longside, shortside, theta_longside))return Falsereturn x_c, y_c, longside, shortside, theta_longside
def longsideformat2cvminAreaRect(x_c, y_c, longside, shortside, theta_longside):'''trans longside format(x_c, y_c, longside, shortside, θ) to minAreaRect(x_c, y_c, width, height, θ)两者区别为:当opencv表示法中width为最长边时（包括正方形的情况），则两种表示方法一致当opencv表示法中width不为最长边 ，则最长边表示法的角度要在opencv的Θ基础上-90度@param x_c: center_x@param y_c: center_y@param longside: 最长边@param shortside: 最短边@param theta_longside: 最长边和x轴逆时针旋转的夹角，逆时针方向角度为负 [-180, 0)@return: ((x_c, y_c),(width, height),Θ)x_c: center_xy_c: center_ywidth: x轴逆时针旋转碰到的第一条边最长边height: 与width不同的边theta: x轴逆时针旋转与width的夹角，由于原点位于图像的左上角，逆时针旋转角度为负 [-90, 0)'''theta_longside=int(theta_longside)if (theta_longside >= -180 and theta_longside < -90):  # width is not the longest sidewidth = shortsideheight = longsidetheta = theta_longside + 90else:width = longsideheight = shortsidetheta = theta_longsideif theta < -90 or theta >= 0:print('当前θ=%.1f，超出opencv的θ定义范围[-90, 0)' % theta)return Falsereturn ((x_c, y_c), (width, height), theta)def xyxy2xywhn_new(x, w=640, h=640, clip=False, eps=0.0):# Convert nx4 boxes from [x1, y1, x2, y2] to [x, y, w, h] normalized where xy1=top-left, xy2=bottom-rightif clip:clip_coords(x, (h - eps, w - eps))  # warning: inplace clipy = x.clone() if isinstance(x, torch.Tensor) else np.copy(x)codinate_new=[]for i in y:codinate=[]point=np.array([(i[1],i[2]),(i[3],i[4]),(i[5],i[6]),(i[7],i[8])])rect = cv2.minAreaRect(point)c_x = rect[0][0]c_y = rect[0][1]w_label = rect[1][0]h_label = rect[1][1]theta = rect[-1]  # Range for angle is [-90，0)if(w==0 or h==0 ):continuetrans_data = cvminAreaRect2longsideformat(c_x, c_y, w_label, h_label, theta)if not trans_data:continueelse:c_x, c_y, longside, shortside, theta_longside = trans_datatheta_label = int(theta_longside + 180.5)  # range int[0,180] 四舍五入if theta_label == 180:  # range int[0,179]theta_label = 179if theta_label < 0 or theta_label > 179:# print('id problems,问题出现在该图片中:%s' % (i, img_fullname))print('出问题的longside形式数据:[%.16f, %.16f, %.16f, %.16f, %.1f]' % (c_x, c_y, longside, shortside, theta_longside))continuecodinate.append(i[0])codinate.append(c_x/w)codinate.append(c_y/h)codinate.append(longside/w)codinate.append(shortside/h)codinate.append(theta_label)codinate_new.append(codinate)codinate_new=np.array(codinate_new)return codinate_new

本文标签： python 最小外接矩形 角度计算

版权声明：本文标题：python 最小外接矩形 角度计算 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/b/1694390089a251503.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。