OpenCV在輪廓擬合中支持兩個輪廓外接矩形求取函數，它們分別是：boundingRect與minAreaRect，對同一個輪廓，它們運行結果顯示如下：
圖-1
其中綠色是運行boundingRect函數返回得到矩形框，紅色是運行minAreaRect返回得到矩形框。白色區域是二值圖像的輪廓。這兩個函數的詳細解釋如下：
Rect cv::boundingRect(InputArray array // 輪廓點)
返回的矩形Rect對象；
RotatedRect cv::minAreaRect(InputArray points // 輪廓點)
返回稍微復雜點是一個RotatedRect對象，它包含下面幾個方面的信息：
- 中心位置- 寬與高- 旋轉角度
其中中心位置像素坐標信息、寬與高也是基於像素的，選擇角度值在-90~0之間，而且永遠是這個，這個是最令人迷惑的地方，很多人第一次知道minAreaRect可以返回角度，很開心以為可以知道旋轉了，最后發現角度跟想象的返回值差異很大，原因在於minAreaRect返回的角度永遠都是以最低的一個點為支撐來計算，所以無論怎么旋轉，它返回永遠是0~-90之間的值。一個動態圖解如下：
演示展示
輸入原圖：
求取輪廓，然后求外接矩形、關鍵點、十字交叉線 圖示如下：
求取輪廓，然后求最小外接矩形、關鍵點、十字交叉線 圖示如下：
求取外接矩形與最小外接矩形的代碼演示如下：
# 外接矩形
x, y, w, h = cv.boundingRect(contours[cnt])
cv.rectangle(result, (x, y), (x+w, y+h), (0, 0, 255), 2, 8, 0)
# 最小外接矩形
min_box = cv.minAreaRect(contours[cnt])
pts = np.int0(cv.boxPoints(min_box))
cv.drawContours(result, [pts], 0, (0, 0, 255), 2)