欧美日韩午夜视频免费成人,国产成人H视频一区二区三区 ,yjsp妖精视频

主頁 > 知識庫 > OpenCV半小時掌握基本操作之圓圈檢測

OpenCV半小時掌握基本操作之圓圈檢測

概述

OpenCV 是一個跨平臺的計算機視覺庫, 支持多語言, 功能強大. 今天小白就帶大家一起攜手走進 OpenCV 的世界.

霍夫圓變換

霍夫圓變換 (Hough Circle Transform) 的原理和霍夫直線變換類似. 對于一條直線, 我們可以用參數 (r, θ) 表示, 對于圓我們需要三個參數 (x, y, r), 分別代表三個參數 x 圓心, y 圓心, r, 半徑.

代碼實現

因為霍夫圓檢測對噪聲比較敏感, 所以首先要對圖像做中值濾波.

基于效率考慮, Opencv 中實現的霍夫變換圓檢測是基于圖像梯度實現, 分為兩步:

檢測變換, 發現可能的圓心基于第一步的基礎上從候選圓心開始計算最佳半徑大小

格式:

cv2.HoughCircles(image, method, dp, minDist, circles=None, param1=None, param2=None, minRadius=None, maxRadius=None)

參數:

image: 輸入圖像

method: 判別方法, 只有 HOUGH_GRADIENT (計算梯度) 一個方法

dp: 累計閾值

minDist: 間距, 小于間距判斷成一個圓

param1: Canny 邊緣檢測的最大閾值

param2: 在檢測階段圓心累加器閾值, 是否為圓形

例一

import numpy as np
import cv2
from matplotlib import pyplot as plt

# 讀取圖片
image = cv2.imread("map.jpg")
image_copy = image.copy()

# 均值遷移濾波
filter = cv2.pyrMeanShiftFiltering(image, 10, 100)

# 轉換成灰度圖
filter_gray = cv2.cvtColor(filter, cv2.COLOR_BGR2GRAY)

# 霍夫曼圓圈檢測
circles = cv2.HoughCircles(filter_gray, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=100, minRadius=0, maxRadius=0)
circles = np.uint16(np.around(circles))

# 遍歷
for circle in circles[0, :]:
    cv2.circle(image_copy, (circle[0], circle[1]), circle[2], (0, 0, 255), 2)
    cv2.circle(image_copy, (circle[0], circle[1]), 2, (255, 0, 0), 2)

# 圖片展示
f, ax = plt.subplots(2, 2, figsize=(12, 12))

# 子圖
ax[0, 0].imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
ax[0, 1].imshow(cv2.cvtColor(filter, cv2.COLOR_BGR2RGB))
ax[1, 0].imshow(filter_gray, "gray")
ax[1, 1].imshow(cv2.cvtColor(image_copy, cv2.COLOR_BGR2RGB))

# 標題
ax[0, 0].set_title("original")
ax[0, 1].set_title("image filter")
ax[1, 0].set_title("image gray")
ax[1, 1].set_title("image circle")

plt.show()

# 保存結果
cv2.imwrite("map_result.jpg", image_copy)

輸出結果:

例二

import numpy as np
import cv2
from matplotlib import pyplot as plt

# 讀取圖片
image = cv2.imread("coin.jpg")
image_copy = image.copy()

# 均值遷移濾波
filter = cv2.pyrMeanShiftFiltering(image, 10, 40)

# 轉換成灰度圖
filter_gray = cv2.cvtColor(filter, cv2.COLOR_BGR2GRAY)

# 霍夫曼圓圈檢測
circles = cv2.HoughCircles(filter_gray, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=100, minRadius=0, maxRadius=0)
circles = np.uint16(np.around(circles))

# 遍歷
for circle in circles[0, :]:
    cv2.circle(image_copy, (circle[0], circle[1]), circle[2], (0, 0, 255), 2)
    cv2.circle(image_copy, (circle[0], circle[1]), 2, (255, 0, 0), 2)

# 圖片展示
f, ax = plt.subplots(2, 2, figsize=(12, 12))

# 子圖
ax[0, 0].imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
ax[0, 1].imshow(cv2.cvtColor(filter, cv2.COLOR_BGR2RGB))
ax[1, 0].imshow(filter_gray, "gray")
ax[1, 1].imshow(cv2.cvtColor(image_copy, cv2.COLOR_BGR2RGB))

# 標題
ax[0, 0].set_title("original")
ax[0, 1].set_title("image filter")
ax[1, 0].set_title("image gray")
ax[1, 1].set_title("image circle")

plt.show()

# 保存結果
cv2.imwrite("coin_result.jpg", image_copy)

輸出結果: