python opencv - 像素操作后的 HoughCircles 错误

Question

def detect_circles():
    img = cv2.imread('img.JPG', 0)
    #img = cv2.medianBlur(img, 3)
    #cim= cv2.GaussianBlur(img, (15, 15), 0)
    cimg = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)

    circles = cv2.HoughCircles(img, cv2.cv.CV_HOUGH_GRADIENT, 1, 30,param1=100,param2=39,minRadius=25,maxRadius=70)
    circles = np.uint16(np.around(circles))
    count = 0
    for i in circles[0, :]:
        count = count + 1
        # draw the outer circle
        cv2.circle(cimg, (i[0], i[1]), i[2], (0, 255, 0), 2)
        # draw the center of the circle
        cv2.circle(cimg, (i[0], i[1]), 2, (0, 0, 255), 3)

    cv2.imwrite('circles_detected.JPG', cimg)
    print(count)

此函数旨在检测图像中的圆圈。它工作正常，但我需要区分颜色。所以我写了这个函数，将每个像素的 G 和 R 值设置为 0。

def iterate_image():
    img = read_img('SDC10004.JPG')
    height = img.shape[0]
    width = img.shape[1]
    for i in range(height):
        for j in range(width):
            #img.itemset((i,j, 0), 100)
            img.itemset((i,j, 1), 0)
            img.itemset((i,j, 2), 0)

    write_img(img,'SDC10004_selfmade_blue.JPG')

当我尝试用蓝色像素图像检测圆圈时，我收到此错误消息：

Traceback (most recent call last):
File "/home/user/Documents/workspace/ImageProcessing/Main.py", line 107, in <module>
detect_circles();
File "/home/user/Documents/workspace/ImageProcessing/Main.py", line 94, in detect_circles
circles = np.uint16(np.around(circles))
File "/usr/lib/python2.7/dist-packages/numpy/core/fromnumeric.py", line 2610, in around
return _wrapit(a, 'round', decimals, out)
File "/usr/lib/python2.7/dist-packages/numpy/core/fromnumeric.py", line 43, in _wrapit
result = getattr(asarray(obj), method)(*args, **kwds)
AttributeError: rint

有没有人遇到过这个？

Answer 1

所以，我相信我发现了这里的问题所在。

HoughCircles 并不复杂，您只需要注意它的参数化即可。该方法基于 Canny 边缘检测器，它反过来对灰度图像进行阈值处理。

opencv 用于灰度图像的 formula 由以下公式给出：

RGB_to_Gray: 0.299.R + 0.587.G + 0.114.B

由于您正在将三个 RGB 通道中的两个归零，因此灰度值的强度将会降低。因此，您的阈值避免了任何圆检测和 cv2.HoughCircles returns None。因此，由于您没有测试 circles 是否属于 None 类型，因此当您尝试执行 np.around(None).

在 cv2.HoughCircles 上调整 param1 应该可以解决问题。

param1 – First method-specific parameter. In case of CV_HOUGH_GRADIENT , it is the higher threshold of the two passed to the Canny() edge detector (the lower one is twice smaller)

HoughCircles param1 source.

python opencv - 像素操作后的 HoughCircles 错误

python opencv - HoughCircles error after pixel manipulation

python

geometry

opencv

hough-transform