def fun1(x, y):
創(chuàng)新互聯(lián)公司-成都網(wǎng)站建設(shè)公司，專(zhuān)注網(wǎng)站設(shè)計(jì)、成都網(wǎng)站設(shè)計(jì)、網(wǎng)站營(yíng)銷(xiāo)推廣，國(guó)際域名空間，網(wǎng)絡(luò)空間，綿陽(yáng)服務(wù)器托管有關(guān)企業(yè)網(wǎng)站制作方案、改版、費(fèi)用等問(wèn)題，請(qǐng)聯(lián)系創(chuàng)新互聯(lián)公司。
#面積
return x * y
def fun2(x, y):
#周長(zhǎng)
return 2 * (x +y)
環(huán)境
矩形操作是我們?cè)?OpenCV 里最常用的操作，其中最為常見(jiàn)的就是包圍框（ Bounding Box ）和旋轉(zhuǎn)矩形（ Rotated Box ）。 其中包圍框是最為常見(jiàn)的，對(duì)應(yīng) OpenCV 中的 boundingRect() ，使用正矩形框處物體，一般多用在目標(biāo)檢測(cè)中。使用包圍框框柱目標(biāo)物體，這種操作比較簡(jiǎn)單，但是通?？蛑幸矔?huì)有一些其他的區(qū)域。其次就是使用旋轉(zhuǎn)矩形，也叫最小外接矩形，對(duì)應(yīng) OpenCV 中的 minAreaRect() ，用來(lái)使用旋轉(zhuǎn)矩形最大限度的框出目標(biāo)物體，減小背景干擾，在 OCR 任務(wù)中較為常用。
minAreaRect() 返回了所需區(qū)域的最小斜矩形的參數(shù)，與包圍框直接返回四個(gè)頂點(diǎn)的坐標(biāo)不同，最小外接矩形返回的是矩形的 ((x, y), (w, h), angle) ，對(duì)應(yīng)了矩形的中心，寬度，高度和旋轉(zhuǎn)角度。
旋轉(zhuǎn)角度 angle 是水平軸（ x 軸）逆時(shí)針旋轉(zhuǎn)，與碰到的矩形的第一條邊的夾角。并且這個(gè)邊的邊長(zhǎng)是 width ，另一條邊邊長(zhǎng)是 height 。也就是說(shuō)，在這里 width 與 height 不是按照長(zhǎng)短來(lái)定義的。
在 OpenCV 中，坐標(biāo)系原點(diǎn)在左上角，相對(duì)于 x 軸，逆時(shí)針旋轉(zhuǎn)角度為負(fù)，順時(shí)針旋轉(zhuǎn)角度為正，所以函數(shù) minAreaRect() 返回的角度范圍時(shí) [-90~0) 。想象一個(gè)平放的長(zhǎng)矩形，調(diào)用 minAreaRect() 返回的角度為 -90 度。如果我們旋轉(zhuǎn)圖像，直到矩形樹(shù)立起來(lái)，這是調(diào)用 minAreaRect() 得到的角度依然是 -90 度。
第一種裁剪旋轉(zhuǎn)矩形的方法是通過(guò)仿射變換旋轉(zhuǎn)圖像的方式。
仿射變換( Affine Transformation ) 是一種二維坐標(biāo)到二維坐標(biāo)之間的線性變換，保持二維圖形的“平直性”（ straightness ，即變換后直線還是直線不會(huì)打彎，圓弧還是圓?。┖汀捌叫行浴保?parallelness ，其實(shí)是指保二維圖形間的相對(duì)位置關(guān)系不變，平行線還是平行線，相交直線的交角不變。）。
計(jì)算過(guò)程：
如果不做邊長(zhǎng)和角度的判斷，則只會(huì)沿著 x 軸的順時(shí)針?lè)较蜃鱿嗤笮〗嵌鹊男D(zhuǎn)，不能保證旋轉(zhuǎn)后的視角是正確的視角：
根據(jù)任務(wù)目標(biāo)的類(lèi)型，做邊長(zhǎng)和角度的判斷并進(jìn)行相應(yīng)的調(diào)整，可以保證旋轉(zhuǎn)后的視角是正確的視角：
第二種裁剪旋轉(zhuǎn)矩形的方法是通過(guò)透視變換直接將旋轉(zhuǎn)矩形的四個(gè)頂點(diǎn)映射到正矩形的四個(gè)頂點(diǎn)。
透視變換( Perspective Transformation )是將圖片投影到一個(gè)新的視平面( Viewing Plane )，也稱(chēng)作投影映射( Projective Mapping )。
計(jì)算過(guò)程：
以上兩種方法都可以用來(lái)?yè)溉⌒D(zhuǎn)矩形的內(nèi)容。仿射變換方法需要預(yù)先對(duì)整張圖進(jìn)行旋轉(zhuǎn)，通過(guò)觀察旋轉(zhuǎn)后的圖像可以發(fā)現(xiàn)，有一部分圖像被旋轉(zhuǎn)出了圖像邊界，如果你要摳取的目標(biāo)正好在圖像邊緣附近，那么很容易出界導(dǎo)致圖像摳取的缺失。同時(shí)我們需要對(duì)寬、高和角度做出動(dòng)態(tài)的調(diào)整；透視變換的方法直接對(duì)摳取區(qū)域進(jìn)行了映射，這種方法可以省略旋轉(zhuǎn)的步驟，并且不會(huì)出現(xiàn)摳取內(nèi)容的缺失。同時(shí)我們只需要對(duì)4個(gè)頂點(diǎn)之間的映射關(guān)系做好定義即可，不需要考慮角度的問(wèn)題。相對(duì)的，透視變換相對(duì)于仿射變換計(jì)算量更大一些，不過(guò)這在 c++ 的底層實(shí)現(xiàn)上帶來(lái)的時(shí)延差距小于 ms 。
1、首先用這段打開(kāi)一張圖片，跟程序不在一個(gè)文件夾的話要長(zhǎng)地址img=Image.open("1.jpg") #打開(kāi)圖片1.jpg。
2、a=ImageDraw.ImageDraw(img)由于拿來(lái)表示對(duì)象的太長(zhǎng)，可以用這個(gè)來(lái)縮減一下，下次用a來(lái)表示即可。
3、在圖上畫(huà)一個(gè)矩形，在100，150起點(diǎn)畫(huà)長(zhǎng)800寬200的圖形，填充白色，邊框黑色，邊框像素為1。
4、打開(kāi)文檔說(shuō)明看看，這段是對(duì)函數(shù)的解釋。
5、翻譯一下就很好理解了，xy需要的是長(zhǎng)方形的4個(gè)點(diǎn)，填充顏色 ?fill = None? ，邊框顏色 outline = None，邊框?qū)挾?width = 0。
在日常生活中,我們經(jīng)常會(huì)需要去計(jì)算周長(zhǎng)或者面積.雖然說(shuō)難度不大,但是很多時(shí)候在寫(xiě)程序的時(shí)候,比如一張圖片的面積,或者頁(yè)面布局的時(shí)候也是會(huì)需要用到的.
#定義計(jì)算矩形周長(zhǎng)的函數(shù)
def? girth(width,height):
return (width+height)*2
#定義計(jì)算矩形面積的函數(shù)
def area(width,height):
return width*height
if __name__ =='__main__':
print(area(10,20))
print(girth(25,50))
62.83
706.86
用python計(jì)算長(zhǎng)方形面積并保留兩位小數(shù)，需要使用Python中字符串格式化的方法或者round()函數(shù)的方法。
1、打開(kāi)python的編輯器pycharm，并為這個(gè)程序?qū)懮献⑨尩膬?nèi)容，新建一個(gè)變量a，利用round函數(shù)將a的值保留2位數(shù)。
2、假設(shè)area為存儲(chǔ)結(jié)果的變量，操作方法如下：字符串格式化：area=float("%.2f".area)。
可以使用如下代碼創(chuàng)建一個(gè)Python模板，包含兩個(gè)函數(shù)：一個(gè)計(jì)算長(zhǎng)方形面積的函數(shù)，一個(gè)計(jì)算長(zhǎng)方形周長(zhǎng)的函數(shù)。
# 定義一個(gè)函數(shù)，用于計(jì)算長(zhǎng)方形的面積
def rectangle_area(length, width):
return length * width
# 定義一個(gè)函數(shù)，用于計(jì)算長(zhǎng)方形的周長(zhǎng)
def rectangle_perimeter(length, width):
return 2 * (length + width)
在這段代碼中，“rectangle_area”函數(shù)用于計(jì)算長(zhǎng)方形的面積，“rectangle_perimeter”函數(shù)用于計(jì)算長(zhǎng)方形的周長(zhǎng)。兩個(gè)函數(shù)都接收兩個(gè)參數(shù)：長(zhǎng)方形的長(zhǎng)和寬。
要使用這兩個(gè)函數(shù)，可以使用如下代碼：
# 輸入長(zhǎng)方形的長(zhǎng)和寬
length = float(input('請(qǐng)輸入長(zhǎng)方形的長(zhǎng)：'))
width = float(
重慶分公司
重慶分公司
