OpenCV半小时掌握基本操作之圆圈检测

更新时间：2021年09月01日 14:59:20 作者：我是小白呀

这篇文章主要介绍了OpenCV基本操作之圆圈检测，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

概述

OpenCV 是一个跨平台的计算机视觉库, 支持多语言, 功能强大. 今天小白就带大家一起携手走进 OpenCV 的世界.

在这里插入图片描述

霍夫圆变换

霍夫圆变换 (Hough Circle Transform) 的原理和霍夫直线变换类似. 对于一条直线, 我们可以用参数 (r, θ) 表示, 对于圆我们需要三个参数 (x, y, r), 分别代表三个参数 x 圆心, y 圆心, r, 半径.

在这里插入图片描述

代码实现

因为霍夫圆检测对噪声比较敏感, 所以首先要对图像做中值滤波.

在这里插入图片描述

基于效率考虑, Opencv 中实现的霍夫变换圆检测是基于图像梯度实现, 分为两步:

检测变换, 发现可能的圆心基于第一步的基础上从候选圆心开始计算最佳半径大小

格式:

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

参数:

image: 输入图像

method: 判别方法, 只有 HOUGH_GRADIENT (计算梯度) 一个方法

dp: 累计阈值

minDist: 间距, 小于间距判断成一个圆

param1: Canny 边缘检测的最大阈值

param2: 在检测阶段圆心累加器阈值, 是否为圆形

例一

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

# 读取图片
image = cv2.imread("map.jpg")
image_copy = image.copy()

# 均值迁移滤波
filter = cv2.pyrMeanShiftFiltering(image, 10, 100)

# 转换成灰度图
filter_gray = cv2.cvtColor(filter, cv2.COLOR_BGR2GRAY)

# 霍夫曼圆圈检测
circles = cv2.HoughCircles(filter_gray, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=100, minRadius=0, maxRadius=0)
circles = np.uint16(np.around(circles))

# 遍历
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)

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

# 子图
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))

# 标题
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()

# 保存结果
cv2.imwrite("map_result.jpg", image_copy)

输出结果:

在这里插入图片描述

例二

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

# 读取图片
image = cv2.imread("coin.jpg")
image_copy = image.copy()

# 均值迁移滤波
filter = cv2.pyrMeanShiftFiltering(image, 10, 40)

# 转换成灰度图
filter_gray = cv2.cvtColor(filter, cv2.COLOR_BGR2GRAY)

# 霍夫曼圆圈检测
circles = cv2.HoughCircles(filter_gray, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=100, minRadius=0, maxRadius=0)
circles = np.uint16(np.around(circles))

# 遍历
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)

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

# 子图
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))

# 标题
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()

# 保存结果
cv2.imwrite("coin_result.jpg", image_copy)

输出结果:

在这里插入图片描述

到此这篇关于OpenCV半小时掌握基本操作之圆圈检测的文章就介绍到这了,更多相关OpenCV圆圈检测内容请搜索脚本之家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脚本之家！

您可能感兴趣的文章:

Windows下用py2exe将Python程序打包成exe程序的教程
这篇文章主要介绍了Windows下用py2exe将Python程序打包成exe程序的教程,文中主要针对Python3.x版本进行说明,需要的朋友可以参考下
2015-04-04
Python 中星号(*)的用法小结
星号* 往往被称为乘法运算符,是所有程序中最为常用的运算符号之一,在Python 中,星号还有很多隐藏的强大功能, 本文将用最容易理解的例子来解释星号*的五个使用场景,从初级用法到高阶用法,感兴趣的朋友可以参考下
2023-08-08
import的本质解析
import是我们经常使用的功能，方法大家也都会。虽然用的多，但它的本质我们似乎没有好好的了解过。本文就import的本质解析，向大家作了介绍，需要的朋友可以参考下。
2017-10-10
详解Python实现URL监测与即时推送
这篇文章主要为大家介绍了Python实现URL监测与即时推送，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助
2021-11-11
Python四大金刚之元组详解
这篇文章主要介绍了Python的元组，小编觉得这篇文章写的还不错，需要的朋友可以参考下，希望能够给你带来帮助
2021-10-10
python生成图片验证码的方法
这篇文章主要为大家详细介绍了python生成图片验证码的方法，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2022-05-05
python使用opencv切割图片白边
这篇文章主要为大家详细介绍了python使用opencv切割图片的白边，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一
2021-09-09
python中使用iterrows()对dataframe进行遍历的实例
今天小编就为大家分享一篇python中使用iterrows()对dataframe进行遍历的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-06-06
Python加密word文档详解
这篇文章主要介绍了Python实现对word文档添加密码去除密码，本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
2021-08-08
在Ubuntu系统中运行python代码的几个步骤
项目中需要在Linux上运行自己写的python脚本,特此记录一下操作流程,整个流程比较简单,下面这篇文章主要给大家介绍了关于在Ubuntu系统中运行python代码的几个步骤,需要的朋友可以参考下
2023-12-12