我想使用来自connectedComponents的组件的坐标以及opencv中的统计信息，以将其用作图像的切片器，然后可以在其上处理cv2.minAreaRect之后的cv2.findContours。但是我的问题是统计数据：
cv2.CC_STAT_LEFT, cv2.CC_STAT_TOP, cv2.CC_STAT_WIDTH, cv2.CC_STAT_WIDTH, cv2.CC_STAT_HEIGHT
不要给我组件的正确位置。例如：
import cv2
import numpy as np
img = np.zeros((30,30),dtype=np.uint8)
img[10:21,10:21] = 1
img[20,21] = 1
img[21,21] = 1
img[20,22] = 1
img[21,22] = 1
numLabels, labelMatrix, stats, centroids = cv2.connectedComponentsWithStats(img, 8, cv2.CV_8UC1)
coods = np.argwhere(labelMatrix == 1)
print(min(coods[:,0]),max(coods[:,0]),min(coods[:,1]),max(coods[:,1]))
print(stats[1][cv2.CC_STAT_TOP],(stats[1][cv2.CC_STAT_TOP]+stats[1][cv2.CC_STAT_WIDTH]),stats[1][cv2.CC_STAT_LEFT],(stats[1][cv2.CC_STAT_LEFT]+stats[1][cv2.CC_STAT_HEIGHT]))
输出量
10 21 10 22
10 23 10 22
在这个小例子中，x max位置的差异只是2，但是在某些情况下，它们的差异更大。现在我不知道为什么会这样？因为我无论如何都必须计算connectedComponentWithStats，所以我想使用这些坐标，而不要使用numpy argwhere。
您已将高度和宽度交换。
尝试这个：
print(
(stats[1][cv2.CC_STAT_TOP]),
(stats[1][cv2.CC_STAT_TOP]+stats[1][cv2.CC_STAT_HEIGHT]),
(stats[1][cv2.CC_STAT_LEFT]),
(stats[1][cv2.CC_STAT_LEFT]+stats[1][cv2.CC_STAT_WIDTH]))
如果将这行与最后一行交换，您将获得：
10 21 10 22
10 22 10 23
您会注意到您与原始版本仍然相距1分，这是因为CC结果是排他性的，而min / max是包含性的。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句