使用OpenCV和Python检测图像上不同类型的圆和椭圆

我需要检测图像上的不同形状，例如椭圆和带虚线边框的圆

使用OpenCV会导致一些问题，例如OpenCV检测到的不是轮廓，而是大量的小分隔线（轮廓）。 在椭圆与“虚线边界”的情况下，我需要它作为一个单一的轮廓，而不是一个分离的对象

你有什么建议来解决这个问题

我还需要识别带有实心边框的椭圆（或圆）和带有虚线边框的椭圆（圆）

带实心边框的椭圆

带虚线边框的椭圆：

---

更好的方法是使用特定的变换来检测圆和椭圆，而不是一般的“查找轮廓”调用

我对OpenCV的了解还不够，不知道是否有内置的这种检测——应该有

在互联网上搜索更为通用的“图像椭圆检测”显示，这并不是一个固定的问题——与正方形和矩形检测不同，因此OpenCV已经包含的任何内容都必须进行挖掘。 （基本思想是，基础算法创建一个新的n维空间，其中可以表示目标图像的每个可能的参数化椭圆（例如，每个x和y中心坐标有一个轴，w和h半径，一个用于旋转），并根据目标图像中的像素对比度在该矩阵中填充点击数）。-Sebastian的回答为我记不起的这种方法给出了正确的名称：“Hough变换”，并提供了有关其工作原理以及如何在OpenCV上扩展的必要链接。

该方法应该不会遇到虚线或实线边界的任何问题，或其混合物。我用它来检测我的一个项目中的虚线，省略号应该不会太难

---

默认情况下，OpenCV仅为和实现Hough变换，但有一个关于如何将其适应椭圆形状的with代码。

将示例图像和当前输出与您的问题一起附加，以获得更清晰的上下文。无法附加为图像，所以我把它们放在我的GoogleDrive上，链接附在上面，但带虚线边框的图像在哪里？我不知道发生了什么，但现在它作为链接附在了上面。我在这里很新，所以有些功能很可怕=）现在可以了吗？很酷-我记不起转换名称，但我刚刚说的话是正确的“OpenCV应该包含所需的转换，但需要进行一些调整才能为您工作“主要的问题是Hough变换检测图像上的所有椭圆形——不管它们是实心还是虚线。但对我来说，线型在检测椭圆和圆形死链接的情况下具有主要价值：/All hail to the SO rules！修复了死链接：）