根据分割区域计算拟合椭圆信息（python3.7.3+opencv3.4.2）

先展示分割区域最小外接椭圆的结果：

附代码：

import cv2
import numpy as np
ori_im=cv2.imread(r'C:\Users\13486\Desktop\SourceData\src\2.bmp')
im = cv2.imread(r'C:\Users\13486\Desktop\SourceData\mask\2.bmp')

imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(imgray,180,255,cv2.THRESH_BINARY)
# print("ret",ret)
img,contours,hierarchy= cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
print(len(contours))#轮廓的数量
cnt = contours[0]
cv2.drawContours(im, contours, 0, (0, 0, 255), 2)

ellipse = cv2.fitEllipse(cnt)
print(ellipse) #椭圆的中心坐标，短轴长轴(也就是2b,2a)，旋转角度
#打印椭圆信息((272.5141906738281, 182.0871124267578), (308.0579528808594, 365.59832763671875), 153.9584503173828)
cv2.ellipse(ori_im,ellipse,(0,255,0),2)

cv2.imshow('result',ori_im)
cv2.imshow('binary image',thresh)
cv2.imwrite(r'C:\Users\13486\Desktop\0.bmp',ori_im)
cv2.waitKey(0)

注意点：

1、在opencv4中cv2.findContours(接受的参数为二值图)返回值有2个，而在opencv2中也返回两个值：contours，hierarchy；但在opencv3中会返回三个值,分别是img, countours, hierarchy。

返回值解释：

img:与输入参数的二值图像没啥区别

contours:为list类型，list中每个元素都是图像中的一个轮廓，用numpy中的ndarray表示，每个ndarray是轮廓上的点的集合。如果只有一个轮廓，则contours[0]则为该轮廓的坐标集合，为ndarray类型；如果有很多个轮廓，则依次表示为contours[1]，contours[2]，，，

hierarchy:为ndarray类型，每个轮廓对应的属性，其中的元素个数和轮廓个数相同，每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0] ~hierarchy[i][3]，分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号。

2、cv2.drawContours(im, contours, 0, (0, 0, 255), 2)中contours为所有轮廓，list类型，0为索引，表示第一个轮廓，如果有多个轮廓，可以画出每一个轮廓：cv2.drawContours(im, contours, 1, (0, 0, 255), 2)，，，

注：cv2.drawContours(im, contours, -1, (0, 0, 255), 2)为画出所有的轮廓，2表示线宽

3、题外话：在拟合矩形的时候还要注意一点关于cv2.cv.Boxpoint（）函数出错解决方法，版本问题，将cv2.cv.BoxPoints()函数改为cv2.boxPoints()