Python skimage.measure.EllipseModel用法及代码示例

用法: class skimage.measure.EllipseModel

基础：skimage.measure.fit.BaseModel

2D 椭圆的总最小二乘估计量。

椭圆的函数模型为：

xt = xc + a*cos(theta)*cos(t) - b*sin(theta)*sin(t)
yt = yc + a*sin(theta)*cos(t) + b*cos(theta)*sin(t)
d = sqrt((x - xt)**2 + (y - yt)**2)

其中 (xt, yt) 是椭圆上最接近 (x, y) 的点。因此d是从点到椭圆的最短距离。

估计器基于最小二乘最小化。直接计算最优解，不需要迭代。这导致了一种简单、稳定和鲁棒的拟合方法。

params 属性包含以下顺序的参数：

xc, yc, a, b, theta

例子：

>>> xy = EllipseModel().predict_xy(np.linspace(0, 2 * np.pi, 25),
...                                params=(10, 15, 4, 8, np.deg2rad(30)))
>>> ellipse = EllipseModel()
>>> ellipse.estimate(xy)
True
>>> np.round(ellipse.params, 2)
array([10.  , 15.  ,  4.  ,  8.  ,  0.52])
>>> np.round(abs(ellipse.residuals(xy)), 5)
array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
       0., 0., 0., 0., 0., 0., 0., 0.])

属性：

params：元组: 椭圆模型参数按以下顺序 xc、yc、a、b、theta。

相关用法

注：本文由纯净天空筛选整理自scikit-image.org大神的英文原创作品 skimage.measure.EllipseModel。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。