Python OpenCV基于霍夫圈变换算法检测图像中的圆形

第一章:霍夫变换检测圆

① 实例演示1

这个是设定半径范围 0-50 后的效果。

② 实例演示2

这个是设定半径范围 50-70 后的效果,因为原图稍微大一点,半径也大了一些。

③ 霍夫变换函数解析

cv.HoughCircles() 方法

参数分别为:image、method、dp、minDist、param1、param2、minRadius、maxRadius

其中:

  • image 为灰度图像;
  • method 使用的方法为霍夫梯度法,目前已知的有 HOUGH_GRADIENT 和 HOUGH_GRADIENT_ALT 两种,后者的准确率会更高一点;
  • dp 为累加器分辨率与图片分辨率的反比。
  • minDist 为两个圆中心的最小距离;
  • param1 对于 CV_HOUGH_GRADIENT 表示传入 canny 边缘检测的阈值;
  • param2 对于 CV_HOUGH_GRADIENT 表示检测阶段圆心的累加阈值,值越小能检测出的圆越多,值越大的话就检测出来的少,但是检测出来的圆形相比于没检测出来的会更圆、更完美一些;
  • minRadius 为最小半径;
  • minRadius 为最大半径;

首先通过均值偏移滤波降噪来排除干扰的点,提高识别的准确率,然后进行灰度处理。

# 均值偏移滤波降噪处理
mean_filter_img = cv.pyrMeanShiftFiltering(image, 10, 100)
cv.imshow("mean_filter_img", mean_filter_img)

# 图像灰度处理
gray_img = cv.cvtColor(mean_filter_img, cv.COLOR_BGR2GRAY)

# 霍夫圈变换
# 参数分别为:image, method, dp, minDist, param1, param2, minRadius, maxRadius
# 其中:image为灰度图像,method使用的方法为霍夫梯度法,minDist两个圆中心的最小距离
circles = cv.HoughCircles(gray_img, cv.HOUGH_GRADIENT, 1, 30, param1=50, param2=30, minRadius=0, maxRadius=50)

第二章:Python + opencv 完整检测代码

① 源代码

# -*- coding:utf-8 -*-
# 2021-12-17
# 作者:小蓝枣
# opencv圆形检测

import cv2 as cv
import numpy as np

def detect_circle(image):
    """
     作用:圆形检测
     参数:需要检测圆的图片
     返回:检测出圆形的信息
    """
    # 均值偏移滤波降噪处理
    mean_filter_img = cv.pyrMeanShiftFiltering(image, 10, 100)
    cv.imshow("mean_filter_img", mean_filter_img)
    
    # 图像灰度处理
    gray_img = cv.cvtColor(mean_filter_img, cv.COLOR_BGR2GRAY)
    
    # 霍夫圈变换
    # 参数分别为:image, method, dp, minDist, param1, param2, minRadius, maxRadius
    # 其中:image为灰度图像,method使用的方法为霍夫梯度法,minDist两个圆中心的最小距离
    circles = cv.HoughCircles(gray_img, cv.HOUGH_GRADIENT, 1, 30, param1=50, param2=30, minRadius=0, maxRadius=50)
    
    # 对数据进行取整
    print("取整前信息:" + str(circles))
    circles = np.uint16(np.around(circles))
    print("取整后信息:" + str(circles))
    
    return circles
    
def draw_circle(img, circles):
    """
     作用:根据圆形信息在图片中绘制圆
     参数1:原始图片信息
     参数2:圆形坐标信息
     返回:无
    """
    for i in circles[0, :]:
        # 绘制圆外圈
        # 参数分别为:圆心、半径、颜色、线框宽度
        cv.circle(img, (i[0], i[1]), i[2], (0, 0, 255), 2)
        # 绘制圆心 
        cv.circle(img, (i[0], i[1]), 2, (255, 0, 0), 2)
    cv.imshow("draw_circle_img", img)

# 读取图片信息
img = cv.imread("./image/meixi.jpg")

# 设置窗口不可改变大小(参数包含:WINDOW_AUTOSIZE、WINDOW_NORMAL、WINDOW_OPENGL)
cv.namedWindow("original image", cv.WINDOW_AUTOSIZE)
cv.imshow("original image", img)

# 检测圆
circles = detect_circle(img)
#绘制圆
draw_circle(img, circles)

cv.waitKey(0)
cv.destroyAllWindows()

② 运行效果图

原始图片:

降噪后效果:

霍夫变换检测圆处理后效果:

取整后效果图:

到此这篇关于Python OpenCV基于霍夫圈变换算法检测图像中的圆形的文章就介绍到这了,更多相关OpenCV霍夫圈变换算法检测圆形内容请搜索云海天教程以前的文章或继续浏览下面的相关文章希望大家以后多多支持云海天教程!