内容来自OpenCV-Python Tutorials 自己翻译整理

目标:

使用霍夫变换在图像中寻找圆
使用函数cv2.HoughCircles()

原理:

圆形的表达式为(x−xcenter)2+(y−ycenter)2=r2,一个圆环的确定需要三个参数。那么霍夫变换的累加器必须是三维的,但是这样的计算效率很低。
这里opencv中使用霍夫梯度的方法,这里利用了边界的梯度信息。

首先对图像进行canny边缘检测,对边缘中的每一个非0点,通过Sobel算法计算局部梯度。那么计算得到的梯度方向,实际上就是圆切线的法线。三条法线即可确定一个圆心,同理在累加器中对圆心通过的法线进行累加,就得到了圆环的判定。

cv2.HoughCircles函数的参数
cv2.HoughCircles(image, method, dp, minDist, circles, param1, param2, minRadius
,maxRadius)
image为输入图像,需要灰度图

method为检测方法,常用CV_HOUGH_GRADIENT

dp为检测内侧圆心的累加器图像的分辨率于输入图像之比的倒数,如dp=1,累加器和输入图像具有相同的分辨率,如果dp=2,累计器便有输入图像一半那么大的宽度和高度

minDist表示两个圆之间圆心的最小距离

param1有默认值100,它是method设置的检测方法的对应的参数,对当前唯一的方法霍夫梯度法cv2.HOUGH_GRADIENT,它表示传递给canny边缘检测算子的高阈值,而低阈值为高阈值的一半

param2有默认值100,它是method设置的检测方法的对应的参数,对当前唯一的方法霍夫梯度法cv2.HOUGH_GRADIENT,它表示在检测阶段圆心的累加器阈值,它越小,就越可以检测到更多根本不存在的圆,而它越大的话,能通过检测的圆就更加接近完美的圆形了

minRadius有默认值0,圆半径的最小值

maxRadius有默认值0,圆半径的最大值
import cv2 import numpy as np img = cv2.imread('19.jpg',0) img =
cv2.medianBlur(img,5) cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR) circles =
cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,100, param1=100,param2=30,minRadius=
100,maxRadius=200) circles = np.uint16(np.around(circles)) for i in circles[0
,:]:# draw the outer circle cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2) #
draw the center of the circle cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),3)
cv2.imshow('detected circles',cimg) cv2.waitKey(0) cv2.destroyAllWindows()

技术
©2019-2020 Toolsou All rights reserved,
CSS动画效果ConcurrentHashMap实现原理及源码分析袁隆平团队再创新纪录:耐盐水稻平均亩产1605.8斤致远OA A8 poc中的编码 网站安全有哪些防护措施?ajax 上传表单文件face_recognition的5个应用实例Keras保存与加载模型(JSON+HDF5)json反斜杠问题k8s入门到放弃--k8s重要概念