如何使用OpenCV Python將橢圓擬合到影像中的物體？

我們可以使用函式cv2.fitEllipse()將橢圓擬合到物體上。橢圓內接於旋轉矩形。旋轉矩形是包含物體的最小面積的邊界矩形。

語法

此函式使用的語法為：

ellipse = cv2.fitEllipse(cnt)

其中，“cnt”是輪廓點。它表示為輪廓點的陣列。

輸出 - 它返回一個元組的元組，格式為((x,y), (majorAxis, minorAxis), angle)。(x,y)是中心的座標，(majorAxis, minorAxis)是短軸和長軸的長度，angle是橢圓的旋轉角度。

要在輸入影像上繪製橢圓，我們使用以下函式：

cv2.ellipse(img,ellipse, (0,0,255), 3)

步驟

您可以使用以下步驟將橢圓擬合到物體：

匯入所需的庫。在以下所有Python示例中，所需的Python庫為OpenCV。確保您已安裝它。

import cv2

使用cv2.imread()讀取輸入影像並將其轉換為灰度影像。這裡我們載入名為star1.png的影像。

img = cv2.imread('star1.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

對灰度影像應用閾值處理以建立二值影像。調整第二個引數以獲得更好的輪廓檢測。

ret,thresh = cv2.threshold(gray,150,255,0)

使用cv2.findContours()函式查詢影像中的輪廓。

contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

選擇一個輪廓“cnt”或迴圈遍歷所有輪廓。使用“cv2.fitEllipse(cnt)”函式將橢圓擬合到物體輪廓“cnt”。

cnt = contours[0]
ellipse = cv2.fitEllipse(cnt)

在輸入影像上繪製橢圓。

cv2.ellipse(img,ellipse, (0,0,255), 3)

顯示帶有繪製的凸包的影像。

cv2.imshow("Ellipse", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

讓我們看一些例子以便更清楚地理解。

我們使用以下影像作為以下示例的輸入檔案。

示例1

在下面的Python程式中，我們檢測影像中物體的輪廓並找到擬合物體的橢圓。我們在輸入影像上繪製橢圓。

# import required libraries
import cv2
import numpy as np

# load the input image
img = cv2.imread('star1.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# apply thresholding to convert grayscale to binary image
ret,thresh = cv2.threshold(gray,150,255,0)

# find the contours
contours,hierarchy = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
print("Number of contours detected:", len(contours))

# select the first contour
cnt = contours[0]

# fit the ellipse to the selected object
ellipse = cv2.fitEllipse(cnt)

# draw the ellipse on the input image
cv2.ellipse(img,ellipse, (0,0,255), 3)

# display the image with an ellipse drawn on it.
cv2.imshow("Ellipse", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出

執行上述程式碼後，將產生以下輸出：

Number of contours detected: 1

我們將得到以下輸出視窗：

擬合檢測到的物體的橢圓以紅色繪製。

讓我們找到橢圓內接的旋轉矩形。

示例2

在這個Python程式中，我們檢測影像中物體的輪廓並找到擬合物體的橢圓。我們還找到橢圓內接的旋轉矩形。我們在輸入影像上繪製橢圓和旋轉矩形。

# import required libraries
import cv2
import numpy as np

# load the input image
img = cv2.imread('star1.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# apply thresholding to convert grayscale to binary image
ret,thresh = cv2.threshold(gray,150,255,0)

# find the contours
contours,hierarchy = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
print("Number of contours detected:", len(contours))

# select the first contour
cnt = contours[0]

# find the minimum area rectangle
rect = cv2.minAreaRect(cnt)
box = cv2.boxPoints(rect)
box = np.int0(box)
cv2.drawContours(img,[box],0,(0,255,255),2)

# fit the ellipse
ellipse = cv2.fitEllipse(cnt)
cv2.ellipse(img,ellipse, (0,0,255), 3)

# display the image with an ellipse drawn on it.
cv2.imshow("ellipse", img)
cv2.waitKey(0)
cv2.destroyAllWindows()