基于Python实现椭圆拟合

资源下载地址：https://download.csdn.net/download/sheziqiong/85836974
资源下载地址：https://download.csdn.net/download/sheziqiong/85836974

椭圆拟合

实验目的和要求

尝试使用 cv.fitEllipse()函数，对图像进行椭圆拟合

实验内容和原理

椭圆拟合

该函数使用的是最小二乘法拟合，要求输入的点至少有 6 个。

函数中对应的参数如下：

对输入图像的预处理

输入一张 RGB 图片，先转换为灰度图，本来打算先转换为二值图像再进行边缘检测的，但是发现二值化容易使阴影成为新的边缘，并丢失原有边缘信息，于是直接对灰度图进行了边缘检测。在边缘检测前还进行了降噪

边缘检测

用 Sobel Kernel 进行滤波，来计算 x 和 y 方向的导数。

对于每个像素，检测它是否为局部最大值，如果不是就设置为 0

输入的两个参数为 min 和 max，用来限定寻找的边缘范围（大于 max 的肯定是边缘，小于 min 的肯定不是，在 min 和 max 之间的则通过判断连通性等方式来判断。

实验步骤与分析

读入图片

读入后先去掉高频的信息（降噪）。然后保存一个 RGB 图像信息，存储一个 gray 灰度图信息。边缘信息 edge 直接从 gray 中提取，min 取到 100，max 取到 200。

FILENAME = "dota2items4.bmp"
img = cv.imread(FILENAME)
img = cv.GaussianBlur(img, (5, 5), 0)
rgb = cv.cvtColor(img, cv.COLOR_BGR2RGB)
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
# _, thresh = cv.threshold(gray, 130, 255, cv.THRESH_BINARY + cv.THRESH_OTSU)
edge = cv.Canny(gray, 100, 200)

使用 fitEllipse()函数

Ells 数组储存椭圆信息，recs 储存可以旋转的最小矩阵，recs2 储存正矩形信息。Cols 用于储存随机生成的颜色信息，方便区分不同椭圆和矩阵之间的对应关系

img = rgb
edge_ = cv.cvtColor(edge, cv.COLOR_GRAY2RGB)
ells = []
recs = []
recs2 = []
cols = []
contours, nothing = cv.findContours(edge, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)
for index, contour in enumerate(contours):
    if contour.shape[0] > 50:
        ells.append(cv.fitEllipse(contour))
        recs2.append(cv.boundingRect(contour))
        recs.append(cv.minAreaRect(contour))

random.seed(10)
for i in range(len(ells)):
    cols.append([random.randint(0, 256) for j in range(3)])

绘制椭圆与矩形

同时在 RGB 图像和边缘图像中绘制，这是椭圆

for index, ell in enumerate(ells):
        cv.ellipse(img, ell, cols[index], 2)
        cv.ellipse(edge_, ell, cols[index], 2)

这是可旋转的矩形

for index, rec in enumerate(recs):
    box = cv.boxPoints(rec) # cv2.boxPoints(rect) for OpenCV 3.x
    box = np.int0(box)
    cv.drawContours(img,[box],0,cols[index],1)
    cv.drawContours(edge_,[box],0,cols[index],1)

绘制正矩形

for index, rec2 in enumerate(recs2):
    x,y,w,h = rec2
    cv.rectangle(img,(x,y),(x+w,y+h),cols[index],1)
    cv.rectangle(edge_,(x,y),(x+w,y+h),cols[index],1)

实验结果

输入图像

图里左上角的 Hyper stone 具有很多同心圆信息，右上的 Clarity 有不规则曲线和直线信息，右下的 Tango 有圆形信息且整体外形近似椭圆，正下方的 Force Staff 有近似的圆形信息和直线。

输出：

• RGB

图像因为进行过高斯滤波而稍微模糊

• GrayScale

• Thresh

可以看出，二值化后的图像失去了很多细节信息，同时引入了阴影的边缘信息，这是我们不太想要的

• Edge

根据灰度图生成了图像的边缘信息

Ellipse on Edge

大部分边缘信息拟合良好，但是图中红色箭头标出的浅蓝色椭圆很奇怪，通过分析，它对应的 contour 是左边浅蓝色矩形内部的信息，并不知道为什么会发生这样的事，也许是 bug？（这个现象同样在 Lena 图片中出现，根据搜索到的信息，可能是最小二乘法造成的问题）

下图为 Lena 照片下半部分，看得出左边深蓝色矩阵和右边的椭圆对应，但并没有任何重合。

Ellipse on RGB

看得出，那个浅蓝色椭圆与整个图片格格不入

心得体会

本来想直接用那种波点图像就算了，看见同学做了对奇怪的游戏 CG 的拟合，于是考虑到继续使用 Lena 姐姐的照片，但是羽毛帽的细节信息太多，导致效果并不十分好。于是找了 DOTA2 的物品图标（虽然效果很好，但是分辨率实在太低，于是找了二次创作的高清图像，效果还不错，各种情况下的效果都能看见）

比如这里非常标准的椭圆

这里对形状近似的物体的拟合

这个粉色应该是在拟合瓶子的左下边缘。

通过调大拟合时使用的点的数量阈值以及画的线的粗细，可以删除一些不靠谱的结果，防止出现一大团乱七八糟的线 的效果（如下）

（对应的其实是）

)]

这个粉色应该是在拟合瓶子的左下边缘。

资源下载地址：https://download.csdn.net/download/sheziqiong/85836974
资源下载地址：https://download.csdn.net/download/sheziqiong/85836974