OpenCV椭圆检测代码误检问题：实际6个却检测出24个

原代码未对轮廓进行有效筛选，会将噪声、环形结构的内外轮廓全部拟合为椭圆，导致误检数量远超实际。以下是修正后的代码及核心优化点：

import cv2
import numpy as np

def resize_image(img, scale_percent):
    width = int(img.shape[1] * scale_percent / 100)
    height = int(img.shape[0] * scale_percent / 100)
    dim = (width, height)
    resized = cv2.resize(img, dim, interpolation=cv2.INTER_AREA)
    return resized

def detect_ellipses(img, contours, hierarchy):
    ellipses = []
    # 自定义最小轮廓面积阈值，根据图像尺寸调整
    min_area = 500
    for i, contour in enumerate(contours):
        # 过滤面积过小的噪声轮廓
        area = cv2.contourArea(contour)
        if area < min_area:
            continue
        
        # 只保留外层轮廓（环形结构的内层轮廓会有父轮廓，直接跳过）
        if hierarchy[i][3] != -1:
            continue
        
        # 确保轮廓点数满足椭圆拟合的最低要求（至少5个点）
        if len(contour) < 5:
            continue
        
        ellipse = cv2.fitEllipse(contour)
        # 过滤过于细长的非椭圆形状
        (_, axes, _) = ellipse
        major_axis = max(axes)
        minor_axis = min(axes)
        if minor_axis / major_axis < 0.5:
            continue
        
        ellipses.append(ellipse)
    return ellipses

# 加载图像
img = cv2.imread('canny.jpg')

if img is None:
    print("Failed to load the image")
    exit()

# 缩放图像
img = resize_image(img, 15)

# 转灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 形态学闭运算去除噪声
kernel = np.ones((5,5),np.uint8)
gray = cv2.morphologyEx(gray, cv2.MORPH_CLOSE, kernel)

# Canny边缘检测
edges = cv2.Canny(gray, 75, 200)

# 提取轮廓及层级信息
contours, hierarchy = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
# 适配OpenCV不同版本的返回格式
if isinstance(hierarchy, tuple):
    hierarchy = hierarchy[0]

# 检测椭圆
ellipses = detect_ellipses(img, contours, hierarchy)
print(f"检测到椭圆数量：{len(ellipses)}")

# 绘制椭圆
for ellipse in ellipses:
    cv2.ellipse(img, ellipse, (0, 255, 0), 2)

# 展示结果
cv2.imshow('Ellipse Detection', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

核心优化说明 #

• 小轮廓过滤：通过轮廓面积阈值剔除噪声点形成的无效小轮廓，避免误拟合。
• 层级筛选：利用轮廓层级区分内外层，只保留环形结构的外层轮廓，解决环形重复检测问题。
• 点数校验：确保轮廓点数满足cv2.fitEllipse的最低要求，避免异常拟合。
• 形状校验：通过长短轴比例过滤细长形状，保证检测结果符合椭圆/圆形的形态特征。

内容的提问来源于stack exchange，提问作者Kirtan Shirodkar