c++ - 如何使用 OpenCV 检测图像梯度或法线

Question

我想检测图像中的椭圆。由于当时正在学习Mathematica，所以问了一个问题here并从下面的答案中得到了满意的结果，该答案使用RANSAC算法检测椭圆。

但是，最近我需要将其移植到OpenCV，但是有一些功能只存在于Mathematica中。关键函数之一是“GradientOrientationFilter”函数。

由于一般椭圆有五个参数，因此我需要采样五个点才能确定一个。然而，采样点越多，猜测正确的机会越小，从而导致椭圆检测的成功率较低。因此，Mathematica的答案又增加了一个条件，即图像的梯度必须与椭圆方程的梯度平行。无论如何，我们只需要三个点就可以使用 Mathematica 方法中的最小二乘法确定一个椭圆。结果还是不错的。

但是，当我尝试在 OpenCV 中使用 Sobel 或 Scharr 算子求图像梯度时，它不够好，这总是导致不好的结果。

如何准确计算图像的梯度或正切？谢谢!

---

带梯度的结果，三点

无梯度结果，五分

----------已更新----------

我事先做了一些边缘检测和中值模糊，并将结果绘制在边缘图像上。我的原始测试图像是这样的:

总的来说，我的最终目标是检测场景中或物体上的椭圆。像这样的事情:

这就是为什么我选择使用 RANSAC 从边缘点拟合椭圆。

Answer 1

至于你的最终目标，你可以尝试一下

<强> findContours 和 [fitEllipse] 在 OpenCV

伪代码为

1)一些图像处理

2)找到所有轮廓

3)通过fitEllipse拟合每个轮廓

这是我之前使用的部分代码

[... image process ....you get a bwimage ]

vector<vector<Point> > contours;
findContours(bwimage, contours, CV_RETR_LIST, CV_CHAIN_APPROX_NONE);


for(size_t i = 0; i < contours.size(); i++)
{
    size_t count = contours[i].size();

    Mat pointsf;
    Mat(contours[i]).convertTo(pointsf, CV_32F);
    RotatedRect box = fitEllipse(pointsf);

    /* You can put some limitation about size and aspect ratio here */
    if( box.size.width > 20 && 
        box.size.height > 20 && 
        box.size.width < 80 && 
        box.size.height < 80 )
    {
    if( MAX(box.size.width, box.size.height) > MIN(box.size.width, box.size.height)*30 )
        continue;
    //drawContours(SrcImage, contours, (int)i, Scalar::all(255), 1, 8);

    ellipse(SrcImage, box, Scalar(0,0,255), 1, CV_AA);
    ellipse(SrcImage, box.center, box.size*0.5f, box.angle, 0, 360, Scalar(200,255,255), 1, CV_AA);
    }
}

imshow("result", SrcImage);

---