为什么在尝试检测虹膜时 HoughCircles returns 0 个圆圈？

Question

我正在尝试检测眼睛的虹膜，但是 HoughCircles return 有 0 个圆圈。

输入图像（眼睛）为：

然后我用这张图片做了以下事情：

cvtColor(eyes, gray, CV_BGR2GRAY);
morphologyEx(gray, gray, 4,cv::getStructuringElement(cv::MORPH_RECT,cv::Size(3,3)));
threshold(gray, gray, 0, 255, THRESH_OTSU);
vector<Vec3f> circles;
HoughCircles(gray, circles, CV_HOUGH_GRADIENT, 2, gray.rows/4);
if (circles.size())
        cout << "found" << endl;

所以最终的灰度图像是这样的：

我找到了这个问题Using HoughCircles to detect and measure pupil and iris，但尽管与我的问题相似，但它对我没有帮助。

那么为什么在尝试检测虹膜时 HoughCircles return 0 个圆圈？如果有人知道找到鸢尾花的更好方法，欢迎您。

Answer 1

对于同样的问题，我遇到了完全相同的问题。事实证明，houghcircles 并不是检测形状不佳的圆圈的好方法。

MSER 等特征检测方法在这些情况下效果更好。

import cv2
import math
import numpy as np
import sys

def non_maximal_supression(x):
    for f in features:
        distx = f.pt[0] - x.pt[0]
        disty = f.pt[1] - x.pt[1]
        dist = math.sqrt(distx*distx + disty*disty)
        if (f.size > x.size) and (dist<f.size/2):
            return True

thresh = 70
img = cv2.imread(sys.argv[1])
bw = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

detector = cv2.FeatureDetector_create('MSER')
features = detector.detect(bw)
features.sort(key = lambda x: -x.size)

features = [ x for x in features if x.size > 70] 
reduced_features = [x for x in features if not non_maximal_supression(x)]

for rf in reduced_features:
    cv2.circle(img, (int(rf.pt[0]), int(rf.pt[1])), int(rf.size/2), (0,0,255), 3)

cv2.imshow("iris detection", img)
cv2.waitKey()

或者您可以尝试使用卷积滤波器。

编辑： 对于那些对 c++ MSER 有疑问的人，here 是基本要点。

为什么在尝试检测虹膜时 HoughCircles returns 0 个圆圈？

Why HoughCircles returns 0 circles while trying to detect irises?

opencv

detection

hough-transform

iris-recognition