椭圆检测与拟合
欢迎到YangHan's Notebook 椭圆检测与拟合 获得更佳阅读体验。
实验目标
- 调⽤CvBox2D cvFitEllipse2( const CvArr* points )实现椭圆拟合
实验环境
- Windows 10 1709
- OpenCV 3.3
实验过程
实现了一个fitEllipse()函数，函数原型如下：
void fitEllipse(char* filename, int threshold);
传入图片路径，然后显示出图片椭圆拟合之后的效果。
支持命令行解析图片路径参数。
FitEllipse.exe test.png
如果没有路径参数，默认时当前目录下的test.png。
首先把图片读进来，包括一份灰度图和一份原图。
Mat gray_img = imread(filename, IMREAD_GRAYSCALE);
Mat result = imread(filename);
把灰度图二值化：
Mat binary_img = gray_img >= thresh;
然后使用findContours()检测二值化图像的轮廓点。
findContours(binary_img, contours, RETR_LIST, CHAIN_APPROX_NONE);
其中，参数3可以取值为：
- RETR_EXTERNEL: 只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略
- RETR_LIST: 检测所有的轮廓，包括内围、外围轮廓，但是检测到的轮廓不建立等级关系，彼此之间独立，没有等级关系，这就意味着这个检索模式下不存在父轮廓或内嵌轮廓
- RETR_CCOMP: 检测所有的轮廓，但所有轮廓只建立两个等级关系，外围为顶层，若外围内的内围轮廓还包含了其他的轮廓信息，则内围内的所有轮廓均归属于顶层
- RETR_TREE: 检测所有轮廓，所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓，内层轮廓还可以继续包含内嵌轮廓。
这里我们只选择RETR_LIST即可满足椭圆拟合的要求。
参数4可以取值为:
- CHAIN_APPROX_NONE 保存物体边界上所有连续的轮廓点到contours向量内
- CHAIN_APPROX_SIMPLE 仅保存轮廓的拐点信息，把所有轮廓拐点处的点保存入contours向量内，拐点与拐点之间直线段上的信息点不予保留
- CHAIN_APPROX_TC89_L1, CHAIN_APPROX_TC89_KCOS: 使用teh-Chin Chain 近似算法
这里直接选择简单的CHAIN_APPROX_NONE。
然后对于检测出的轮廓点，用椭圆去拟合：
for each (auto contour in contours)
{
if (contour.size() < 6) continue;
RotatedRect box = fitEllipse(contour);
ellipse(result, box, Scalar(0, 255, 255), 1, LINE_AA);
}
椭圆的拟合至少需要6个点，所以把少于6个点的检测结果直接丢弃，然后对于剩下的点用cv2::fitEllipse()来拟合，然后把椭圆绘制在原图上。
之后再保存结果就行了。
实验结果
原图：
test.png
结果：
result.png
可以看到椭圆基本上都检测并拟合出来了。
心得体会
这次实验就是先检测出图像的轮廓点，然后用fitEllipse()函数来拟合椭圆，整体不是太难。然后注意到一点就是imread()读入图片的时候第二个参数可以选择读入的模式，可以用IMREAD_GRAYSCALE让其读入单通道的图片矩阵数据。
附：源代码
// main.cpp
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
void fitEllipse(char* filename, int threshold);
int main(int argc, char** argv) {
char* filename;
if (argc == 2) {
filename = argv[1];
}
else {
filename = "test.png";
}
fitEllipse(filename, 150);
cvWaitKey(0);
destroyAllWindows();
return 0;
}
void fitEllipse(char* filename, int thresh) {
Mat gray_img = imread(filename, IMREAD_GRAYSCALE);
Mat result = imread(filename);
vector<vector<Point>> contours;
Mat binary_img = gray_img >= thresh;
findContours(binary_img, contours, RETR_LIST, CHAIN_APPROX_NONE);
for each (auto contour in contours)
{
if (contour.size() < 6) continue;
RotatedRect box = fitEllipse(contour);
ellipse(result, box, Scalar(0, 255, 255), 1, LINE_AA);
}
imwrite("result.png", result);
imshow(filename, gray_img);
imshow("result", result);
}
