cv2.fitEllipse函数详解：ellipse参数并根据参数计算出椭圆焦点坐标

2024-06-13 18:19| 来源: 网络整理| 查看: 265

最近因为用到了这个函数，所以就趁着这个机会，好好顺顺，做下记录。

ellipse = cv2.fitEllipse(cnt) #(x, y), (a, b), angle = cv2.fitEllipse(cnt) #ellipse = [ (x, y) , (a, b), angle ]

ellipse 为元组类型，其里面的参数为：

（x, y）代表椭圆中心点的位置（a, b）代表长短轴长度，应注意a、b为长短轴的直径，而非半径 angle 代表了中心旋转的角度椭圆参数角度效果

旋转30° 在这里插入图片描述旋转60°

在这里插入图片描述

旋转90° 在这里插入图片描述

旋转120° 在这里插入图片描述

旋转150°

在这里插入图片描述

旋转180° 在这里插入图片描述

旋转210° 在这里插入图片描述从上图看应该是旋转180°以内和180°到360°是一样的。

椭圆焦点坐标的计算

对于一个旋转60°椭圆，如下: 在这里插入图片描述则根据高中数学知识易得：根据上图和其他参数，可以很简单的用下面的代码计算出来点的坐标：

在这里插入图片描述计算代码如下：

#画长宽 res_ellipse = ((150,140),(150,100),60) ell_center_x = int(res_ellipse[0][0]) ell_center_y = int(res_ellipse[0][1]) ell_h_point1_x = int(ell_center_x - 0.5 * res_ellipse[1][0] * math.cos(res_ellipse[2]/ 180 * math.pi)) ell_h_point1_y = int(ell_center_y - 0.5 * res_ellipse[1][0]* math.sin(res_ellipse[2]/ 180 * math.pi)) ell_h_point2_x = int(ell_center_x + 0.5 * res_ellipse[1][0] * math.cos(res_ellipse[2]/ 180 * math.pi)) ell_h_point2_y = int(ell_center_y + 0.5 * res_ellipse[1][0]* math.sin(res_ellipse[2]/ 180 * math.pi)) ell_w_point1_x = int(ell_center_x - 0.5 * res_ellipse[1][1] * math.sin(res_ellipse[2]/ 180 * math.pi)) ell_w_point1_y = int(ell_center_y + 0.5 * res_ellipse[1][1]* math.cos(res_ellipse[2]/ 180 * math.pi)) ell_w_point2_x = int(ell_center_x + 0.5 * res_ellipse[1][1] * math.sin(res_ellipse[2]/ 180 * math.pi)) ell_w_point2_y = int(ell_center_y - 0.5 * res_ellipse[1][1]* math.cos(res_ellipse[2]/ 180 * math.pi)) cv2.line(img,(ell_h_point1_x,ell_h_point1_y),(ell_h_point2_x,ell_h_point2_y),(0,255,255),thickness=2) cv2.line(img,(ell_w_point1_x,ell_w_point1_y),(ell_w_point2_x,ell_w_point2_y),(0,255,255),thickness=2)

最终效果图：在这里插入图片描述对于角度为240°（180+60）的椭圆，计算效果如下：

可以看出来没有影响。

完整代码如下：

其中"black.png“ 就是我随便截取的一个黑色背景。

import os import numpy as np from matplotlib import pyplot as plt from PIL import Image import cv2 from PIL import ImageEnhance import math def cv_show(name,file): cv2.imshow(name, file) cv2.waitKey(0) cv2.destroyAllWindows() # 椭圆参数的计算 img = cv2.imread("black.png") #cv_show("res",img) cv2.ellipse(img, ((150,140),(150,100),60), (0, 255, 0), 2) cv_show("res",img) #画长宽 res_ellipse = ((150,140),(150,100),60) ell_center_x = int(res_ellipse[0][0]) ell_center_y = int(res_ellipse[0][1]) ell_h_point1_x = int(ell_center_x - 0.5 * res_ellipse[1][0] * math.cos(res_ellipse[2]/ 180 * math.pi)) ell_h_point1_y = int(ell_center_y - 0.5 * res_ellipse[1][0]* math.sin(res_ellipse[2]/ 180 * math.pi)) ell_h_point2_x = int(ell_center_x + 0.5 * res_ellipse[1][0] * math.cos(res_ellipse[2]/ 180 * math.pi)) ell_h_point2_y = int(ell_center_y + 0.5 * res_ellipse[1][0]* math.sin(res_ellipse[2]/ 180 * math.pi)) ell_w_point1_x = int(ell_center_x - 0.5 * res_ellipse[1][1] * math.sin(res_ellipse[2]/ 180 * math.pi)) ell_w_point1_y = int(ell_center_y + 0.5 * res_ellipse[1][1]* math.cos(res_ellipse[2]/ 180 * math.pi)) ell_w_point2_x = int(ell_center_x + 0.5 * res_ellipse[1][1] * math.sin(res_ellipse[2]/ 180 * math.pi)) ell_w_point2_y = int(ell_center_y - 0.5 * res_ellipse[1][1]* math.cos(res_ellipse[2]/ 180 * math.pi)) cv2.line(img,(ell_h_point1_x,ell_h_point1_y),(ell_h_point2_x,ell_h_point2_y),(0,255,255),thickness=2) cv2.line(img,(ell_w_point1_x,ell_w_point1_y),(ell_w_point2_x,ell_w_point2_y),(0,255,255),thickness=2) cv_show("res_img",img)

【本文地址】

公司简介

联系我们