使用OpenCV Python获取椭圆包围区域的像素坐标与像素值

实现思路 #

核心思路是利用**掩码（mask）**标记椭圆区域：先创建和原图像尺寸一致的空白掩码，在掩码上绘制填充的椭圆，再通过掩码筛选出椭圆区域的所有像素，最后提取对应坐标和像素值。

完整代码示例 #

import cv2
import numpy as np

def get_ellipse_pixels(image, center, axes, angle):
    # 创建与原图像同尺寸的空白掩码（单通道）
    mask = np.zeros(image.shape[:2], dtype=np.uint8)
    # 在掩码上绘制填充的椭圆（白色，255表示椭圆区域）
    cv2.ellipse(mask, center, axes, angle, 0, 360, 255, thickness=-1)
    
    # 获取椭圆区域所有非零像素的坐标（注意：返回的是(y, x)格式）
    y_coords, x_coords = np.where(mask == 255)
    pixel_coords = np.column_stack((x_coords, y_coords))  # 转换为(x, y)格式的坐标数组
    
    # 提取对应坐标的像素值
    pixel_values = image[y_coords, x_coords]
    
    return pixel_coords, pixel_values

# 测试示例
if __name__ == "__main__":
    # 读取图像（替换为你的图像路径）
    img = cv2.imread("test_image.jpg")
    # 定义椭圆参数：中心(x,y)，长轴短轴长度，旋转角度
    ellipse_center = (200, 200)
    ellipse_axes = (100, 50)
    ellipse_angle = 45
    
    coords, values = get_ellipse_pixels(img, ellipse_center, ellipse_axes, ellipse_angle)
    
    # 输出结果示例
    print("椭圆区域像素坐标（前5个）：\n", coords[:5])
    print("对应像素值（前5个）：\n", values[:5])

关键步骤说明 #

• 掩码创建：np.zeros(image.shape[:2], dtype=np.uint8)生成和原图像高度、宽度一致的黑色掩码，确保覆盖整个图像范围。
• 绘制填充椭圆：调用cv2.ellipse时设置thickness=-1，表示绘制填充的椭圆，掩码中椭圆区域会被标记为255（白色）。
• 提取坐标：np.where(mask == 255)返回掩码中所有非零像素的行（y）和列（x）索引，再通过column_stack组合成(x,y)格式的坐标数组，符合日常像素坐标习惯。
• 提取像素值：利用numpy的索引特性，直接通过image[y_coords, x_coords]提取对应位置的像素值，支持单通道灰度图和多通道彩色图。

注意事项 #

• 椭圆参数的center是(x, y)格式，axes是(长轴半径, 短轴半径)，angle是旋转角度（顺时针方向，单位为度），和cv2.ellipse的参数要求一致。
• 如果处理的是彩色图像，pixel_values会是三维数组（每个元素是BGR通道的数值），灰度图则是一维数组。

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