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:

1
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。

1
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。

1
2
Mat gray_img = imread(filename, IMREAD_GRAYSCALE);
Mat result = imread(filename);

把灰度图二值化:

1
Mat binary_img = gray_img >= thresh;

然后使用findContours()检测二值化图像的轮廓点。

1
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:

1
2
3
4
5
6
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

test.png

结果:

result.png

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

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
// 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);
}