### Python代码实现图片中圆形、正方形和长方形的检测并标注像素坐标 以下是基于OpenCV库的Python代码，能够完成识别图片中的圆形、正方形和长方形，并标注它们的像素坐标的任务： ```python import cv2 import numpy as np # 加载图像 image = cv2.imread('your_image.png') # 替换为实际图片路径 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) blurred = cv2.GaussianBlur(gray, (5, 5), 0) # 使用高斯模糊减少噪声 edges = cv2.Canny(blurred, 50, 150) # 边缘检测 # 查找轮廓 contours, hierarchy = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) for contour in contours: epsilon = 0.02 * cv2.arcLength(contour, True) approx = cv2.approxPolyDP(contour, epsilon, True) # 获取边界框 x, y, w, h = cv2.boundingRect(approx) # 判断形状 if len(approx) == 4 and abs(w - h) < 10: # 正方形判断条件 shape_name = "Square" color = (0, 255, 0) # 绿色表示正方形 elif len(approx) == 4: # 长方形判断条件 shape_name = "Rectangle" color = (255, 0, 0) # 蓝色表示长方形 else: (cx, cy), r = cv2.minEnclosingCircle(contour) if r > 10: # 圆形判断条件 shape_name = "Circle" color = (0, 0, 255) # 红色表示圆形 cx, cy, r = int(cx), int(cy), int(r) cv2.circle(image, (cx, cy), r, color, 2) cv2.putText(image, f"{shape_name} Center:({cx},{cy})", (cx + 10, cy + 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2) continue # 绘制矩形或正方形 cv2.rectangle(image, (x, y), (x + w, y + h), color, 2) cv2.putText(image, f"{shape_name} TopLeft:({x},{y})", (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2) # 展示结果 cv2.imshow("Shapes Detection", image) cv2.waitKey(0) cv2.destroyAllWindows() ``` #### 说明 - 上述代码首先加载输入图像，并对其进行灰度化处理[^1]。 - 使用高斯模糊减少噪声影响，再利用Canny边缘检测提取图像边缘信息[^4]。 - `findContours` 方法用于查找所有闭合轮廓，而 `approxPolyDP` 函数则近似这些轮廓为多边形[^3]。 - 根据逼近后的顶点数量以及宽高的比例差异区分圆形、正方形和长方形。 - 对于每种形状，在原图中标注其类别名称及其对应的像素坐标。 --- ###