opencv 轮廓顶点重新排序----四边形

def reorder(myPoints):
    # print(myPoints.shape)
    # 创建一个与myPoints具有相同形状和类型的数组
    myPointsNew = np.zeros_like(myPoints)
    # 数组重塑为一个4行2列的数组
    myPoints = myPoints.reshape((4,2))
    # 计算myPoints数组中每一行（即每个点）的坐标和
    add = myPoints.sum(1)
    # 找出和最小的点（左上角点），将其设置为新数组的第一个点
    myPointsNew[0] = myPoints[np.argmin(add)]
    # 找出和最大的点（右下角点），将其设置为新数组的第四个点。
    myPointsNew[3] = myPoints[np.argmax(add)]
    # 计算每一行（每个点）的坐标之间的差异，得到一个4x1的数组。
    diff = np.diff(myPoints,axis=1)
    # 找到差异最小的点（做下角点），将其设置为新数组的第二个点。
    myPointsNew[1] = myPoints[np.argmin(diff)]
    # 找到差异最大的点（右下角点），将其设置为新数组的第三个点。
    myPointsNew[2] = myPoints[np.argmax(diff)]
    return myPointsNew
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

这个函数的操作步骤如下：
创建一个与输入数组 myPoints 具有相同形状的空数组 myPointsNew，用于存储重新排列后的角点。
将输入的 myPoints 数组重新排列为一个 4x2 的数组，其中每一行包含一个点的x和y坐标。
计算每个点的x和y坐标之和，以确定左上角和右下角的点。add数组包含了这些和值。
通过找到和最小的点和和最大的点来确定左上角和右下角的点。
计算每个点的x和y坐标之差，以确定左下角和右上角的点。diff 数组包含了这些差值。
通过找到差值最小的点和差值最大的点来确定左下角和右上角的点。
最终，函数返回一个包含重新排列后的四个角点的数组 myPointsNew，这样你就可以使用这些点来进行后续的操作，如透视变换。