前言
OpenCVSharp是OpenCV的.NET wrapper，是一名日本工程师开发的，项目地址为：https://github.com/shimat/opencvsharp。
该源码是 BSD开放协议，BSD开源协议是一个给于使用者很大自由的协议。基本上使用者可以”为所欲为”,可以自由的使用，修改源代码，也可以将修改后的代码作为开源或者专有软件再发布或商业化销售。
1.OpenCVSharp的下载
可以直接从上面的github上下载源码，自行编译引用；
也可用vs中的nuget包管理器下载；
打开【工具】->【库程序包管理器】->【管理解决方案的NuGet程序包】，在其中搜索OpenCVSharp，选择合适的点击【安装】（最好安装最新的）。一直等待完成。
我的环境是vs2017，下载之后最好直接拷贝OpenCVSharp系列dll到项目中引用即可。
2.拟合圆并求取圆心
本次举例比较贴近实际，我们求如下原始图片的中间部分圆的圆心，选取的图片故意只留了一半：
源码如下：
using OpenCvSharp;
namespace SamplesWinform
{
public class CircleFit
{
public void Run()
{
//读取图片
var img = Cv2.ImRead("Data/Image/c1.bmp");
//显示图片
//Cv2.ImShow("Input Image", img);
//转换成灰度图
Mat gray = img.CvtColor(ColorConversionCodes.BGR2GRAY);
//阈值二值化操作 阈值参数可以用一些可视化工具来调试得到
Mat ThresholdImg = gray.Threshold(11, 255, ThresholdTypes.Binary);
Cv2.ImShow("Threshold", ThresholdImg);
//降噪
//方法一：高斯变化
//Mat gaussImg= ThresholdImg.GaussianBlur(new Size(5, 5), 0.8);
//Cv2.ImShow("GaussianBlur", gaussImg);
//方法二：中值滤波降噪
Mat medianImg = ThresholdImg.MedianBlur(5);
Cv2.ImShow("MedianBlur", medianImg);
//方法三：膨胀+腐蚀
////膨胀处理
//Mat kernel = new Mat(15, 15, MatType.CV_8UC1);
//Mat DilateImg = ThresholdImg.Dilate(kernel);
////腐蚀处理
//Mat binary = DilateImg.Erode(kernel);
////显示中间结果
//Cv2.ImShow("Dilate & Erode", binary);
//设置感兴趣的区域
int x = 150, y = 100, w = 294, h = 337;
Rect roi = new Rect(x, y, w, h);
Mat ROIimg = new Mat(medianImg, roi);
//Cv2.ImShow("ROI Image", ROIimg);
//寻找图像轮廓
Point[][] contours;
HierarchyIndex[] hierachy;
Cv2.FindContours(ROIimg, out contours, out hierachy, RetrievalModes.List, ContourApproximationModes.ApproxTC89KCOS);
//根据找到的轮廓点，拟合椭圆
for (int i = 0; i < contours.Length; i++)
{
//拟合函数必须至少5个点，少于则不拟合
if (contours[i].Length < 5) continue;
//椭圆拟合
var rrt = Cv2.FitEllipse(contours[i]);
//ROI复原
rrt.Center.X += x;
rrt.Center.Y += y;
//画椭圆
Cv2.Ellipse(img, rrt, new Scalar(0, 0, 255), 2, LineTypes.AntiAlias);
//画圆心
Cv2.Circle(img, (int)(rrt.Center.X), (int)(rrt.Center.Y), 4, new Scalar(255, 0, 0), -1, LineTypes.Link8, 0);
}
Cv2.ImShow("Fit Circle", img);
}
}
}
中间处理过程效果图如下：
分别是阈值分割后，中值滤波后，拟合圆之后
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对脚本之家的支持。
