OpenCV绘图函数(7)从一个椭圆定义中提取出多边形的顶点坐标函数ellipse2Poly()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

近似一个椭圆弧为一个多边形线。

函数 ellipse2Poly 计算近似指定椭圆弧的多边形线的顶点。它被 ellipse 函数所使用。如果 arcStart 大于 arcEnd,它们会被交换。

函数原型1

cpp 复制代码
void cv::ellipse2Poly
(
	Point 	center,
	Size 	axes,
	int 	angle,
	int 	arcStart,
	int 	arcEnd,
	int 	delta,
	std::vector< Point > & 	pts 
)		

参数1

  • 参数center 弧的中心。
  • 参数axes 椭圆主轴长度的一半。详情参见椭圆部分。
  • 参数angle 椭圆的旋转角度(度数)。详情参见椭圆部分。
  • 参数arcStart 椭圆弧的起始角度(度数)。
  • 参数arcEnd 椭圆弧的结束角度(度数)。
  • 参数delta 相邻折线顶点之间的角度。它定义了近似精度。
  • 参数pts 输出的折线顶点向量。

函数原型2

这是重载的成员函数,为方便提供。它与上面的函数仅在所接受的参数方面有所不同。

cpp 复制代码
oid cv::ellipse2Poly	
(
	Point2d 	center,
	Size2d 	axes,
	int 	angle,
	int 	arcStart,
	int 	arcEnd,
	int 	delta,
	std::vector< Point2d > & 	pts 
)		

参数2

  • 参数center 弧的中心。
  • 参数axes 椭圆主轴长度的一半。详情参见椭圆部分。
  • 参数angle 椭圆的旋转角度(度数)。详情参见椭圆部分。
  • 参数arcStart 椭圆弧的起始角度(度数)。
  • 参数arcEnd 椭圆弧的结束角度(度数)。
  • 参数delta 相邻折线顶点之间的角度。它定义了近似精度。
  • 参数pts 输出的折线顶点向量。

代码示例

近似一个椭圆弧并将其绘制到图像上:

cpp 复制代码
#include <opencv2/opencv.hpp>
#include <iostream>

int main()
{
    // 创建一个空白图像
    cv::Mat image = cv::Mat::zeros(400, 400, CV_8UC3);

    // 设置椭圆弧的参数
    cv::Point center(200, 200); // 椭圆中心
    cv::Size axes(100, 50);     // 主轴和次轴的一半长度
    double angle = 30;          // 椭圆旋转角度
    double arcStart = 0;        // 起始角度
    double arcEnd = 180;        // 结束角度
    double delta = 5;           // 角度增量
    std::vector<cv::Point> pts; // 输出的多边形顶点向量

    // 使用 ellipse2Poly 函数计算椭圆弧的顶点
    cv::ellipse2Poly(center, axes, angle, arcStart, arcEnd, delta, pts);

    // 绘制近似的椭圆弧
    cv::polylines(image, pts, false, cv::Scalar(0, 0, 255), 2, cv::LINE_8);

    // 显示图像
    cv::namedWindow("Ellipse Arc Drawing", cv::WINDOW_NORMAL);
    cv::imshow("Ellipse Arc Drawing", image);
    cv::waitKey(0);

    return 0;
}

运行结果

相关推荐
2401_841495643 分钟前
【自然语言处理】处理 GBK 编码汉字的算法设计
人工智能·python·自然语言处理·校验·文件读写·gbk编码与解码·批量过滤
怎么全是重名9 分钟前
Survey on semantic segmentation using deep learning techniques
图像处理·人工智能·深度学习·图像分割
老蒋新思维11 分钟前
创客匠人:工作流嵌入式智能体,重构知识变现的效率底层
大数据·服务器·人工智能·重构·创始人ip·创客匠人·知识变现
2501_9419820511 分钟前
展望:RPA与AI在企业微信自动化领域的未来融合趋势
人工智能·企业微信·rpa
小脉传媒GEO优化12 分钟前
GEO优化数据统计系统DeepAnaX系统详细介绍:开启AI数据智能分析新范式
人工智能·信息可视化
爱笑的眼睛1114 分钟前
MLflow Tracking API:超越实验记录,构建可复现的机器学习工作流
java·人工智能·python·ai
世岩清上15 分钟前
以技术预研为引擎,驱动脑机接口等未来产业研发与应用创新发展
人工智能·脑机接口·未来产业
YuforiaCode16 分钟前
黑马AI大模型神经网络与深度学习课程笔记(个人记录、仅供参考)
人工智能·笔记·深度学习
Christo317 分钟前
NIPS-2022《Wasserstein K-means for clustering probability distributions》
人工智能·算法·机器学习·数据挖掘·kmeans