Python OpenCV HoughCircles 没有给出好的结果

Question

我需要做快速准确的圆检测，所以我认为使用 OpenCV 的 Hough Circle 是一个不错的选择。不幸的是，无论我给它的图像有多好以及我调整了多少参数，它都拒绝检测图像中的所有圆圈。这是我的输入图像：

我想检测每个圆圈。首先我运行图像通过滤色器提取灰度

frame = cv2.imread("new1.JPG")
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

lower_gray = np.array([0, 0, 0], dtype=np.uint8)
upper_gray = np.array([100,100,100], dtype=np.uint8)

mask = cv2.inRange(frame, lower_gray, upper_gray)
res = cv2.bitwise_and(frame,frame, mask= mask)

gray = cv2.cvtColor(res, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 1, 255, cv2.cv.CV_THRESH_BINARY)

这给了我以下阈值，我认为这实际上非常好。

即使有这么好的阈值，圆检测充其量也只是一般。

circles = cv2.HoughCircles(thresh,cv2.cv.CV_HOUGH_GRADIENT,1,20,param1=50,param2=10,minRadius=2,maxRadius=15)

我应该使用另一种技术吗？我用轮廓得到了很好的结果，但是速度很慢。

Answer 1

你可以尝试做一个 cv2.dilate(img, kernel) 来加粗线条，然后再尝试做 houghCircles 方法。

另外一种处理噪点的一般方法是执行 cv2.erode(img, kernel) 来淡化白色，从而去除图像中的小像素。

进一步阅读：http://docs.opencv.org/trunk/doc/py_tutorials/py_imgproc/py_morphological_ops/py_morphological_ops.html

Kernel 只是一个类似于 np.ones() 的矩阵，但您可以尝试各种不同的矩阵，直到获得最有利的结果。

但是，永远不要指望计算机视觉能够 100% 做好或快速完成工作。如果你达到 80% 就很好了（当然取决于实际的图像质量，我并不是说在油漆绘制的图像上不可能有 100%）......

Python OpenCV HoughCircles 没有给出好的结果

Python OpenCV HoughCircles not giving good results

python

geometry

opencv

contour