OpenCV有一个很好的内置椭圆拟合算法fitEllipse(const Mat& points)
然而，它有一些主要缺点，限制了它的用途。例如，它已经需要选定的点，所以我必须自己进行特征提取。 HoughCircles检测到给定图片上的圆圈，可惜没有HoughEllipses。
另一个主要缺点是我的问题的中心，它没有提供关于拟合精度的任何指标。它返回一个最符合给定点的椭圆，即使形状甚至看起来不像椭圆。有没有办法从算法中获得估计的误差？我想用它作为阈值来过滤掉甚至不被认为是椭圆的形状。
我问过这个，因为在我尝试重新发明轮子并编写我自己的fitEllipse函数之前，可能有一个简单的解决方案。
答案 0 :(得分：3)
如果你不介意弄脏手，你实际上可以修改fitEllipse()的源代码。 fitEllipse()函数使用最小二乘法来确定可能的椭圆，最小二乘解是一个有形距离度量，这是你想要的。
如果这是你愿意做的事情，那将是一个非常简单的代码更改。只需添加一个float，其值在函数调用后传回，其中float存储当前最佳最小二乘值。
答案 1 :(得分：2)
fitEllipse为椭圆提供cv::RotatedRect，因此您可以知道椭圆的旋转角度，它的中心和两个轴。
您可以计算点与椭圆之间距离的平方和，该总和是您要查找的指标。
此处描述了点与椭圆之间的距离http://www.geometrictools.com/Documentation/DistancePointEllipseEllipsoid.pdf，代码位于http://www.geometrictools.com/GTEngine/Include/Mathematics/GteDistPointHyperellipsoid.h
您需要从几何工具引擎的OpenCV cv::RotatedRect转到Ellipse2，然后才能计算距离。
答案 2 :(得分：0)
为什么不用findContours（）来减少所需的内存空间？那里有您选择的积分结构。如果你想进一步简化你可以运行ConvexHull（）或ApproxPoly（）。将椭圆拟合到这些点，然后我想你可以检查两个结构之间的相似性来得到某种估计。两个Mats之间的差异算子是（非常）粗略估计？
答案 3 :(得分：0)
根据应用程序的不同，您可以使用CAMShift（或均值平移），它将椭圆拟合到具有相似颜色的区域。