OpenCV：用轮廓上的大多数点拟合椭圆（而不是最小二乘）

Question

我有一个二值化图像，我已经对其使用了开/关形态学操作（这是我能得到的最干净的，相信我），看起来像这样：

正如你所看到的，有一个明显的椭圆，顶部有些变形。注意：我没有关于圆的大小的事先信息，并且它必须运行得非常快（我发现 HoughCircles 太慢了）。我试图弄清楚如何将椭圆拟合到它，以便最大化拟合椭圆上与形状上的边缘相对应的点的数量。也就是说，我想要这样的结果：

然而，我似乎无法在 OpenCV 中找到一种方法来做到这一点。fitEllipse使用（蓝线）和minAreaRect（绿线） 的常用工具，我得到以下结果：

这显然并不代表我想要检测的实际椭圆。关于我如何实现这一目标有什么想法吗？很高兴看到 Python 或 C++ 中的示例。

Answer 1

鉴于所显示的示例图像，我对以下陈述非常怀疑：

我已经使用过开/关形态学操作（这是我能得到的最干净的，相信我）

并且，在阅读了您的评论后，

为了精度，我需要它的精度在大约 2 像素以内

我非常确定，使用形态学运算可能会得到很好的近似。

请看一下下面的代码：

import cv2

# Load image (as BGR for later drawing the circle)
image = cv2.imread('images/hvFJF.jpg', cv2.IMREAD_COLOR)

# Convert to grayscale
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# Get rid of possible JPG artifacts (when do people learn to use PNG?...)
_, gray = cv2.threshold(gray, 128, 255, cv2.THRESH_BINARY)

# Downsize image (by factor 4) to speed up morphological operations
gray = cv2.resize(gray, dsize=(0, 0), fx=0.25, fy=0.25)

# Morphological Closing: Get rid of the hole
gray = cv2.morphologyEx(gray, cv2.MORPH_CLOSE, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5)))

# Morphological opening: Get rid of the stuff at the top of the circle
gray = cv2.morphologyEx(gray, cv2.MORPH_OPEN, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (121, 121)))

# Resize image to original size
gray = cv2.resize(gray, dsize=(image.shape[1], image.shape[0]))

# Find contours (only most external)
cnts, _ = cv2.findContours(gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

# Draw found contour(s) in input image
image = cv2.drawContours(image, cnts, -1, (0, 0, 255), 2)

cv2.imwrite('images/intermediate.png', gray)
cv2.imwrite('images/result.png', image)

中间图像如下所示：

并且，最终结果如下所示：

由于您的图像相当大，我认为缩小它不会有什么坏处。以下形态学操作（大大）加速，这可能对您的设置感兴趣。

根据你的说法：

注意：我没有关于圆圈大小的事先信息[...]

您通常可以从输入中找到上述内核大小的适当近似值。由于只给出了一张示例图像，我们无法知道该问题的可变性。

希望有帮助！