我正在开发一个脚本，用于检测地面上激光轮廓的两条线，
例如：
通过下面的代码，我可以识别光线并在检测区域内绘制线条：
vermelho_inicio = np.array([0, 9, 178]) #131,72,208 vermelho_fim = np.array([255, 60, 255]) mask = cv2.inRange(img, vermelho_inicio, vermelho_fim)edges = cv2.Canny(mask, 100, 200)#DESENHO AS LINHAS NO LASER (Cone)lines = cv2.HoughLinesP(edges, 5, np.pi/180, 0, maxLineGap=100)a,b,c = lines.shapeif lines is not None: for line in lines: x1, y1, x2, y2 = line[0] cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 5)我的结果是：
我需要什么？
我需要将检测到的区域用红色绘制出来，并获取绘制区域的x1, y1, x2, y2位置。我希望的结果是下面的结果或类似的东西：
我的完整代码：
# -*- coding: utf-8 -*-import numpy as npimport cv2import timeimport math#STREAMINGS#http://68.116.13.142:82/mjpg/video.mjpg INDUSTRIAL#http://95.255.38.86:8080/mjpg/video.mjpg RUA ITALIA#http://81.198.213.128:82/mjpg/video.mjpg CORREDOR MOVIMENTADOclass DetectorAPI: cap = cv2.VideoCapture("VideoCone.MOV") while True: r, img = cap.read() #DEFINE A ÁREA DO VIDEO EM QUE O MODELO IRA ATUAR #img = img[10:1280, 230:1280] img = cv2.resize(img, (800, 600)) #Frame Detectação Red Zone #frame = cv2.GaussianBlur(img (5, 5), 0) vermelho_inicio = np.array([0, 9, 178]) #131,72,208 vermelho_fim = np.array([255, 60, 255]) mask = cv2.inRange(img, vermelho_inicio, vermelho_fim) edges = cv2.Canny(mask, 100, 200) #DESENHO AS LINHAS NO LASER (Cone) lines = cv2.HoughLinesP(edges, 5, np.pi/180, 0, maxLineGap=100) a,b,c = lines.shape if lines is not None: for line in lines: x1, y1, x2, y2 = line[0] cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 5) #Crio o overlay para fazer a transparência no quadrado da Danger Área overlay = img.copy() #DESENHO A DANGER ÁREA #x1,y1 ------ #| | #| | #| | #--------x2,y2 #CAPTURO AS INFORMAÇÕES DO FRAME height, width, channels = img.shape #DIVISÃO PARA CAPTURAR O CENTRO DA IMAGEM upper_left = (int(width / 4), int(height / 4)) bottom_right = (int(width * 3 / 4), int(height * 3 / 4)) #ESCREVO O RETANGULO NO CENTRO DO VÍDEO #DangerArea = cv2.rectangle(overlay,upper_left, bottom_right,(0,0,255),-1); #Escrevo o texto na Danger Area #cv2.putText(DangerArea,'Danger Area',(int(width / 4),int(height * 3 / 4)), cv2.FONT_HERSHEY_SIMPLEX, 0.5,(255,255,255),2,cv2.LINE_AA) #cv2.addWeighted(overlay,0.3,img,1-0.4,0,img); #Imprimo no console o centro da imagem print('Upper_Left: '+str(upper_left)+' bottom_right: '+str(bottom_right)); #Exibe o video cv2.imshow("edges", edges) cv2.imshow("Detectar Pessoas", img) key = cv2.waitKey(1) if key & 0xFF == ord('q'): break回答：
我能达到的最接近的结果是凸包：
mask = cv2.inRange(img, vermelho_inicio, vermelho_fim)np_points = np.transpose(np.nonzero(mask))points = np.fliplr(np_points) # opencv uses flipped x,y coordinates approx = cv2.convexHull(points)cv2.polylines(img, [approx],True, (0,255,255), 5)