对“box”值的常见误解是，“box”ndarray的第一个子列表总是矩形的左下角点。例如，在下面显示的矩形中，“box”ndarray的第一个子列表不必总是表示点A。

下面是“box”值所代表的内容：
正如问题正确指出的那样，当你打印box时，你会得到一个看起来像这样的ndarray：

然后我又多做了一点描述，写了这个简单的for循环来真正理解“box”值实际上代表什么：

for i in box:
    cv2.circle(image,(i[0],i[1]), 3, (0,255,0), -1)
    imgplot = plt.imshow(image)
    plt.show()

结果是：（图像按顺序排列）

我认为这些图片应该已经消除了任何人对“盒子”价值的怀疑，但无论如何，这里有一个总结：
矩形的最低点（无所谓左或右）将始终是“box”ndarray的第一个子列表。所以在我给出的例子中，第一个子列表[169 144]表示“*this * rectangle的右下角”。现在这个点将是决定下一个子列表表示什么的参考点。意思是，下一个子列表将始终表示当你在顺时针方向移动时第一个得到的点。（如for循环的第二个图像所示）
并继续顺时针方向移动，看看下一个子列表代表什么。
附言：有时候，阅读OpenCV文档（顺便说一句，它并不是世界上最好的）并正确理解函数及其返回值是非常困难的。因此，我建议您编写一些小块代码，如上面的for循环和cv2.circle，以真正可视化函数的返回值。这应该真正消除您对OpenCV中遇到的任何函数的所有疑虑。毕竟，OpenCV是所有关于“视觉化”！

这是定义提供给它的旋转矩形的4个点。请记住，在opencv中，点被绘制为（x，y）而不是（row，column），y轴是正向下的。因此，第一个点将被绘制在图像左侧右侧200像素和图像顶部向下472像素处。换句话说，第一个点是图像的左下角点。

把这个留给像我这样的人，找到这个并阅读（当前）投票最多的答案：现在似乎已经过时了。
目前（使用OpenCV 4.5.4，我不知道从什么时候开始），cv.boxPoints()的行为似乎与cv::RotatedRect::points()的行为相匹配，即返回点的顺序是：[bottom-left, top-left, top-right, bottom-right]。
在文档中没有明确确认这一点，但是cv.boxPoints()的文档提到在C++中直接使用cv::RotatedRect::points()，下面的例子表明Sushanth的解决方案现在似乎是错误的（请原谅奇怪的数字，这直接来自我的一个项目的调试器）：

rotrec = (
  (27.425756454467773, 947.3493041992188), # center pt
  (14.5321683883667, 50.921504974365234),  # W, H
  70.49755096435547                        # angle
)
cv2.boxPoints(rotrec)

产出：

array([[  0.99999475, 949.0001    ],
       [ 48.999996  , 932.0001    ],
       [ 53.851517  , 945.6985    ],
       [  5.8515167 , 962.6985    ]], dtype=float32)

(note根据Sushanth描述的算法，最后一个点具有较高的Y坐标，因此应该是返回多边形中的第一个点）

我认为第一个点将永远是最底部的点，它实际上将是右下角（如果有多个点可能是最底部的点）。

根据opencv-python（cv2）的4.7.0.68版本，cv2.boxPoints()方法的返回值（xy坐标）按以下顺序（顺序是常数-不会改变）：
1.右上
1.左上
1.右下
1.左下

我也面临着同样的问题。
首先语法应该是boxPoints而不是BoxPoints
然后，用Python 3运行程序..它解决了我的问题
例如，python3 test.py

<class 'numpy.ndarray'>

你可以通过type(elemnt you want to know)找到
奇怪的是，在opencv python的文档中没有这些方法返回什么