使用OpenCV的函数minEllipse()求轮廓的外接椭圆时一定要判断构成轮廓的点个数是否大于5个

原创 已于 2022-05-11 18:31:09 修改 · 6.4k 阅读 · 5 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#minEllipse #外接椭圆

于 2016-07-05 15:13:04 首次发布
本文介绍使用OpenCV的minEllipse()函数求轮廓外接椭圆时的注意事项，特别是对于轮廓点数量的要求。如果轮廓点少于5个，将会引发错误。文中提供了一段示例代码来展示如何正确地应用此函数。

使用OpenCV的函数minEllipse()求轮廓的外接椭圆时一定要判断构成轮廓的点个数是否大于5个，如果不判断，是要报错的，如下图所示：

OpenCV Error: Incorrect size of input array (There should be at least 5 points to fit the ellipse) in cv::fitEllipse, file C:\builds\master_PackSlave-win32-vc11-shared\opencv\modules\imgproc\src\shapedescr.cpp, line 379

正确的示例代码如下：

 // 求轮廓的外接椭圆  
        if (contours[i].size() > 5) //使用前一定要判断是否大于5个点,小于5个点要报错  
        {  
            minEllipse[i] = fitEllipse(Mat(contours[i]));  
        }
opencv 轮廓查找findContours() 求轮廓的面积、周长、几何矩、质心、凸包、最小外接圆、最小外接三角形、最小外接椭圆、最小外接矩形、最大外接矩形、多边形逼近
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
09-11 604
轮廓面积轮廓周长轮廓几何矩、质心轮廓的最大外接矩形轮廓的凸包轮廓的最小外接矩形轮廓的最小外接三角形轮廓的最小外接椭圆轮廓的多边形逼近轮廓的最小外接圆。
40-OpenCVSharp —- Cv2.BoundingRect()函数功能（轮廓外接矩形）详解
weixin_45590420的博客
11-21 2353
是一个非常简单而又强大的工具，用于获取轮廓的外接矩形。它在计算机视觉的多个领域中有广泛应用，包括物体检测、目标跟踪、形态学分析等。结合其他图像处理技术（如轮廓提取、形状分析、区域分割等），可以帮助我们更好地解决实际问题。虽然其计算复杂度较低，适用于实时场景，但在面对复杂图像时，仍需考虑优化性能和处理速度。通过与其他算法的结合和优化，可以成为图像处理中的一个高效且有用的工具。
opencv 轮廓查找， 凸包，最小外接矩形，最小外接圆，最小外接椭圆
人工智能笔记
07-21 3489
本章内容: 1. 轮廓查找 2. 绘制轮廓 1.搜索轮廓 2.绘制轮廓 输出结果 代码 #include <ostream> #include <opencv.hpp> #include <math.h> int main(int argc, char *argv[]) { /* 本章内容: 1. 轮廓查找 */ cv::String fileName = "/home/wang/de...
OpenCV画轮廓的外界圆矩形椭圆等
ytffhew的博客
11-03 557
分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.youkuaiyun.com/jiangjunshow也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; #include &a
opencv画轮廓的外界圆矩形椭圆等
lengyuyan007的专栏
05-10 1519
#include    #include    #include    #include    using namespace std;  #pragma   comment(lib,"cv.lib")   #pragma   comment(lib,"highgui.lib")   #pragma   comment(lib,"cxcore.lib")       in
语义分割笔记(三)：通过opencv对mask图片来画分割对象的外接椭圆
源的博客
10-08 2251
根据 mask 图像来画分割对象的外接椭圆是一种常见的图像分割任务。Mask 图像通常是一个二值图像，其中包含了感兴趣对象的像素。通常情况下，白色像素表示对象，黑色像素表示背景。
opencv findContours()轮廓特征分析大全(求面积、周长、几何矩、质心、凸包、最小外接矩形、最小外接三角形、最小外接椭圆等)
weixin_44901043的博客
03-05 5176
void test_convexHull() { cv::Mat src; src = cv::imread(“D:\QtProject\Opencv_Example\convexHull\convexHull.png”, cv::IMREAD_GRAYSCALE); if (src.empty()) { cout << “Cannot load image” << endl; return; } cv::imshow(“src”, src); cv::Mat binary;
（纯新手教学）计算机视觉（opencv）实战十——轮廓特征（轮廓面积、 轮廓周长、外接圆与外接矩形）
最新发布
2302_78022640的博客
08-30 1523
本文结合代码演示了轮廓特征的核心方法面积周长按面积筛选轮廓排序提取最大轮廓外接圆、外接矩形这些特征在物体检测、目标识别、形状分析等任务中非常常用。通过这些几何特征，我们可以更好地理解和利用轮廓信息。在计算机视觉和图像处理领域，轮廓特征（Contour Features）用于描述图像中目标物体的形状、大小和位置等几何属性。轮廓是通过检测物体的边界（像素边缘）形成的，它是表示图像物体的一种重要方式。以下是常见的轮廓特征。
OpenCV使用findContours查找轮廓和相关函数——C++
sinat_37281674的博客
10-31 2744
OpenCV使用findContours查找轮廓和相关函数——C++findContours函数的使用 findContours函数的使用 //查找前景的区域 vector<vector<Point>> contours; vector<Vec4i>hierarchy; findContours(Image_morp, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(0, 0)); 自己写的代
leastsquareellipse.rar_ellipsefit_matlab ellipsefit
07-14
至少输入五个点，得到最小二乘模拟椭圆，最后得到椭圆左右焦点以及主轴与x轴夹角等具体参数
matlab椭圆拟合程序
08-31
本程序用于对一系列点进行椭圆拟合，其中主程序为EllipticFitting.m，输入需要拟合的点坐标，输出为所拟合的椭圆的中点坐标。
OpenCV求最小外接圆、最小外接矩形、椭圆拟合、直线拟合
AI吃大瓜的博客
03-31 6610
import cv2 import numpy as np if __name__ == "__main__": orig = cv2.imread('mask.jpg', flags=cv2.IMREAD_COLOR) mask = cv2.cvtColor(orig, cv2.COLOR_BGR2GRAY) _, mask = cv2.threshold(mask, 200, 255, 0) image = orig.copy() contours, hi...
轮廓的最小外接矩形、最小外接圆、三角形、椭圆等
zzyczzyc的博客
01-28 6393
OpenCV官网 #include &amp;amp;amp;amp;lt;opencv2/opencv.hpp&amp;amp;amp;amp;gt; #include &amp;amp;amp;amp;lt;iostream&amp;amp;amp;amp;gt; using namespace cv; using namespace std; Mat src_gray; int thresh = 100; RNG rng(12345);
opencv 之 外接多边形（矩形、圆、三角形、椭圆、多边形）使用详解
yohnyang的博客
07-22 3469
opencv 之 外接多边形（矩形、圆、三角形、椭圆、多边形）使用详解
【OpenCV学习笔记】二十九、轮廓特征属性及应用(六)——外接圆等
Climber的博客
01-11 2902
轮廓特征属性及应用(六) 1.轮廓最小外接圆——minEnclosingCircle() 2.轮廓的椭圆拟合——fitEllipse() 3.轮廓的多边形逼近——approxPolyDP() 4.计算轮廓面积——contourArea();计算轮廓长度——arcLength() 5.提取不规则轮廓 先上ppt： ...
椭圆拟合的函数式子以及绘制外接矩形
timebomb的专栏
11-07 7572
首先是在二值图像中找轮廓，我的图象中只有一条轮廓，所以使用比较简单。 首先要分配存储空间，使用函数cvCreateMemStorage(0)分配一个默认大小的CvMemStorage型空间。 然后使用CvSeq * contour = 0;建立一个轮廓的指针。 最后使用函数cvFindContours在二值图像中找轮廓。 轮廓保存在cvFindContours的参数CvSeq* con
unet使用onnx进行预测报错：(...layer.cpp:104: error: (-201:Incorrect size of input array))
lin2chuan的博客
12-18 585
cv2.error:OpenCV（4.5.5）D:\a\OpenCV python\OpenCV python \OpenCV\modules\dnn\src\layers\concat_layer.cpp:104:错误：（-201:输入数组的大小不正确）函数“cv:：dnn:：ConcatLayer Impl:：getMemoryShapes”中的ConcatLayer形状不一致。检查输入图片的尺寸，宽高需为 32 的倍数。
opencv-之椭圆拟合出现错误之一
weixin_52646021的博客
04-09 3076
OpenCV Error: Incorrect size of input array (There should be at least 5 points to fit the ellipse) in cv::fitEllipse, file C:\builds\master_PackSlave-win32-vc11-shared\opencv\modules\imgproc\src\shapedescr.cpp, line 379 vector<vector<Point>>co
QT OPENCV C++ 通过fitEllipse函数获得的vector<cv::RotatedRect>外接椭圆，怎样获取这个椭圆的外接矩形
06-27
<think>我们面对的问题是如何从`fitEllipse`函数返回的`vector<cv::RotatedRect>`对象中获取每个椭圆的外接矩形。在OpenCV中，`cv::fitEllipse`函数返回的是一个`cv::RotatedRect`对象（即使输入是轮廓向量，它也会为每个轮廓拟合一个椭圆，并返回一个`RotatedRect`向量）。`cv::RotatedRect`表示一个旋转矩形，它恰好是拟合椭圆的外接矩形（注意：这个外接矩形是旋转的，即最小外接矩形）。但是请注意：`cv::RotatedRect`本身就是一个外接矩形（旋转矩形），它已经包含了椭圆的外接矩形信息。所以，我们不需要再额外计算，因为`fitEllipse`返回的`RotatedRect`就是椭圆的外接矩形（最小外接矩形）。然而，有时候我们可能需要非旋转的（轴对齐的）外接矩形。在这种情况下，我们可以使用`cv::RotatedRect`的`boundingRect()`成员函数（注意：实际上`cv::RotatedRect`类并没有`boundingRect`成员函数，所以我们需要用其他方法）。实际上，OpenCV提供了两种外接矩形：1.最小外接矩形（旋转矩形）-由`cv::fitEllipse`返回的`RotatedRect`对象表示。2.轴对齐的外接矩形（非旋转）-我们可以通过`cv::boundingRect`函数计算得到，但是这个函数需要输入点集。因此，如果我们想要得到椭圆轴对齐的外接矩形，我们需要：1.从`RotatedRect`中获取椭圆的边界点（通常取4个顶点）。2.然后对这些点调用`cv::boundingRect`来得到轴对齐的矩形。但是，如果我们只是需要旋转矩形（即`RotatedRect`）本身，那么它已经在那里了。根据问题描述，用户想要的是“椭圆的外接矩形”。注意，`fitEllipse`返回的`RotatedRect`就是椭圆的最小外接矩形（旋转矩形）。所以，如果我们只需要这个旋转矩形，那么直接使用`RotatedRect`即可。如果我们想要轴对齐的外接矩形，我们可以通过以下步骤获得：步骤：1.从`RotatedRect`对象中获取其四个顶点。2.将这些顶点放入一个`vector<cv::Point>`中。3.对这个点集调用`cv::boundingRect`，得到一个轴对齐的矩形（`cv::Rect`）。具体代码：假设我们有一个`vector<cv::RotatedRect>`，名为`rotatedRects`，我们可以这样处理：对于每个旋转矩形`rotatedRect`：```cpp//获取旋转矩形的四个顶点cv::Point2fvertices[4];rotatedRect.points(vertices);//将四个顶点转换为Point的vectorstd::vector<cv::Point>points;for(inti=0;i<4;i++){points.push_back(vertices[i]);}//计算这些点的轴对齐外接矩形cv::RectaxisAlignedRect=cv::boundingRect(points);```这样，`axisAlignedRect`就是椭圆（或旋转矩形）的轴对齐外接矩形。但是，请注意：椭圆的实际轴对齐外接矩形并不一定等于旋转矩形的轴对齐外接矩形。因为旋转矩形是椭圆的最小外接矩形，而旋转矩形的轴对齐外接矩形可能会比椭圆的轴对齐外接矩形略大。不过，在大多数情况下，我们可以用旋转矩形的顶点来计算轴对齐外接矩形作为近似。如果我们想要更精确的椭圆轴对齐外接矩形，我们需要计算椭圆在水平和垂直方向上的极值点。这需要求解椭圆方程的极值，相对复杂。而用旋转矩形的四个顶点计算轴对齐矩形是一种近似，通常也是可以接受的。因此，根据实际需求，我们可以选择：1.直接使用`fitEllipse`返回的`RotatedRect`（即旋转矩形）作为外接矩形（最小外接矩形）。2.或者，通过上述方法得到轴对齐的外接矩形（近似）。现在，我们回答用户的问题：用户问：如何获取椭圆的外接矩形？答案：-如果指的是最小外接矩形（旋转矩形），那么`fitEllipse`返回的`RotatedRect`本身就是。-如果指的是轴对齐的外接矩形，那么可以通过计算旋转矩形的四个顶点，然后求这些顶点的轴对齐外接矩形来近似得到。代码示例（假设我们有一个`vector<cv::RotatedRect>ellipses`，存储了拟合的椭圆）：```cppfor(size_ti=0;i<ellipses.size();i++){cv::RotatedRectrotatedRect=ellipses[i];//情况1：直接使用旋转矩形（最小外接矩形）//rotatedRect就是旋转矩形，我们可以使用它来绘制，例如：//cv::ellipse(image,rotatedRect,...);//绘制椭圆//或者绘制旋转矩形：//cv::Point2fvertices[4];//rotatedRect.points(vertices);//for(intj=0;j<4;j++)//cv::line(image,vertices[j],vertices[(j+1)%4],cv::Scalar(0,255,0),2);//情况2：计算轴对齐的外接矩形cv::Point2fvertices[4];rotatedRect.points(vertices);std::vector<cv::Point>points;for(intj=0;j<4;j++){points.push_back(vertices[j]);}cv::RectaxisAlignedRect=cv::boundingRect(points);//然后我们可以绘制这个轴对齐矩形//cv::rectangle(image,axisAlignedRect,cv::Scalar(255,0,0),2);}```注意：`cv::boundingRect`函数要求输入点集，我们这里用的是旋转矩形的四个顶点，所以得到的矩形是包围这个旋转矩形的轴对齐矩形，也就是包围椭圆的最小外接矩形的轴对齐外接矩形（近似椭圆的轴对齐外接矩形）。引用说明：-在OpenCV中，`cv::RotatedRect`类用于表示旋转矩形，它包含中心点、大小和旋转角度。-函数`cv::boundingRect`用于计算点集的最小直立（轴对齐）矩形[^1]。因此，我们可以根据需求选择合适的外接矩形表示。如果用户需要精确的椭圆轴对齐外接矩形，那么需要计算椭圆在x和y方向上的极值。椭圆的参数方程可以表示为：$$x=cx+a\cdot\cos(\theta)\cdot\cos(\phi)-b\cdot\sin(\theta)\cdot\sin(\phi)$$$$y=cy+a\cdot\cos(\theta)\cdot\sin(\phi)+b\cdot\sin(\theta)\cdot\cos(\phi)$$其中，$(cx,cy)$是中心，$a$和$b$是半长轴和半短轴，$\phi$是旋转角度（注意OpenCV中角度的定义）。然后通过求导找极值点，这比较复杂，通常近似方法已经足够。但是，OpenCV并没有直接提供获取椭圆轴对齐外接矩形的函数。所以，我们通常采用旋转矩形顶点计算轴对齐外接矩形的方法。总结：根据实际需求选择使用旋转矩形（`RotatedRect`）或计算其顶点的轴对齐外接矩形。相关问题：1.在OpenCV中，如何绘制拟合得到的椭圆？2.如何计算旋转矩形的面积？3.如何判断一个点是否在椭圆内部？4.如何计算椭圆的周长（或近似周长）？</think>在Qt和OpenCV的C++开发中，从`fitEllipse`函数返回的`vector<cv::RotatedRect>`对象获取椭圆的外接矩形，本质上是提取每个`cv::RotatedRect`的最小外接矩形信息。以下是具体方法和步骤： --- ### **解决方案** #### **1. 理解`cv::RotatedRect`结构** `fitEllipse`返回的每个`cv::RotatedRect`对象包含椭圆的**最小外接旋转矩形**，其属性包括： - `center`：椭圆中心点坐标 `(x, y)` - `size`：外接矩形的宽度和高度 `(width, height)`（对应椭圆的长轴和短轴） - `angle`：旋转角度（单位：度，范围 `[0, 180)`） #### **2. 直接获取外接矩形信息** 直接访问`cv::RotatedRect`的成员即可获取外接矩形的关键参数： ```cpp #include <opencv2/opencv.hpp> // 假设 ellipses 是 fitEllipse 返回的 vector<cv::RotatedRect> std::vector<cv::RotatedRect> ellipses = cv::fitEllipse(contours); for (const auto& rect : ellipses) { // 获取外接矩形中心 cv::Point2f center = rect.center; // 获取外接矩形尺寸（width = 长轴, height = 短轴） cv::Size2f size = rect.size; // 获取旋转角度（顺时针方向） float angle = rect.angle; } ``` #### **3. 获取外接矩形的四个顶点** 若需要绘制或计算外接矩形的边界点，使用`points()`方法： ```cpp for (auto& rect : ellipses) { cv::Point2f vertices[4]; rect.points(vertices); // 填充矩形的4个顶点 // 示例：绘制外接矩形（在Qt图像上） for (int i = 0; i < 4; i++) { cv::line(image, vertices[i], vertices[(i + 1) % 4], cv::Scalar(0, 255, 0), // 绿色线条 2); // 线宽 } } ``` #### **4. 转换为轴对齐矩形（非旋转）** 若需要非旋转的矩形（`cv::Rect`），计算顶点最小包围盒： ```cpp for (auto& rect : ellipses) { cv::Point2f vertices[4]; rect.points(vertices); // 计算轴对齐的包围矩形 cv::Rect boundingRect = cv::boundingRect(std::vector<cv::Point2f>(vertices, vertices + 4)); // boundingRect 包含 x, y, width, height } ``` --- ### **关键说明** - **外接矩形类型**：`fitEllipse`返回的是**最小旋转矩形**（`cv::RotatedRect`），而非轴对齐矩形。若需要后者，需额外计算顶点包围盒[^1]。 - **椭圆参数**：`cv::RotatedRect.size`的`width`和`height`分别对应椭圆的长轴（2a）和短轴（2b），中心点即椭圆心。 - **角度定义**：`angle`是矩形相对于水平轴的旋转角度（顺时针为正），可通过`cv::ellipse()`直接绘制椭圆。 --- ### **完整示例代码** ```cpp std::vector<std::vector<cv::Point>> contours; // ... (填充轮廓数据) // 拟合椭圆 std::vector<cv::RotatedRect> ellipses = cv::fitEllipse(contours); for (const auto& rect : ellipses) { // 1. 打印外接矩形参数 std::cout << "Center: " << rect.center << " Size: " << rect.size << " Angle: " << rect.angle << std::endl; // 2. 获取四个顶点 cv::Point2f vertices[4]; rect.points(vertices); // 3. 计算轴对齐矩形 cv::Rect alignedRect = cv::boundingRect(std::vector<cv::Point2f>(vertices, vertices + 4)); } ``` --- ### **相关问题** 1. **如何绘制拟合的椭圆？** 使用`cv::ellipse(image, rotatedRect, color, thickness)`直接绘制[^1]。 2. **如何计算椭圆的面积？** 通过公式 $S = \pi \times \text{(长轴/2)} \times \text{(短轴/2)}$ 计算，或使用`cv::contourArea(contour)`。 3. **如何获取椭圆的最小外接圆？** 用`cv::minEnclosingCircle(contour, center, radius)`处理原始轮廓点。 4. **`fitEllipse`的精度受哪些因素影响？** 轮廓点数、噪声、拟合算法（基于最小二乘法）[^1]。 [^1]: 轮廓面积和轮廓周长：OpenCV对应函数包括`contourArea()`、`arcLength()`、`moments()`等，用于几何特征计算。 [^2]: OpenCV在计算机视觉领域应用广泛，结合Qt可实现高效开发。 [^3]: 《OpenCV计算机视觉开发实践:基于Qt C++》覆盖OpenCV 4.10与Qt C++实战案例。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

昊虹AI笔记

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值