python opencv - 斑点检测或圆检测

Question

我在检测圆形区域时遇到问题。我用 opencv 的 HoughCircles 函数试过了。然而，即使图像非常相似，函数的参数也必须不同才能检测到圆圈。

我尝试的另一种方法是遍历每个像素并检查当前像素是否为白色。如果是这种情况，则检查该区域中是否存在斑点对象（到斑点中心的距离小于阈值）。如果存在，则将像素附加到 blob，如果不存在，则创建一个新的 blob。这也没有正常工作。

有谁知道我如何才能使这项工作（90% 检测）？我附上了一张示例图片和另一张我标记圆圈的图片。谢谢！

更新： 感谢您到目前为止的帮助！这是我获取轮廓并按区域过滤它们的代码：

im = cv2.imread('extract_blue.jpg')
imgray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
im_gauss = cv2.GaussianBlur(imgray, (5, 5), 0)
ret, thresh = cv2.threshold(im_gauss, 127, 255, 0)
# get contours
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

contours_area = []
# calculate area and filter into new array
for con in contours:
    area = cv2.contourArea(con)
    if 1000 < area < 10000:
        contours_area.append(con)

这工作非常巧妙。我把它们画在图像上：

这是我按圆度过滤的部分，它直接在我按面积过滤的代码下面：

contours_cirles = []

# check if contour is of circular shape
for con in contours_area:
    perimeter = cv2.arcLength(con, True)
    area = cv2.contourArea(con)
    if perimeter == 0:
        break
    circularity = 4*math.pi*(area/perimeter*perimeter)
    print circularity
    if 0.8 < circularity < 1.2:
        contours_cirles.append(con)

但是，新列表 'contours_cirles' 是空的。我在循环中打印了 'circularity'，值都在 10 000 到 100 000 之间。

更新#2： 更正缺失的括号后，它现在可以正常工作了！

contours_cirles = []

# check if contour is of circular shape
for con in contours_area:
    perimeter = cv2.arcLength(con, True)
    area = cv2.contourArea(con)
    if perimeter == 0:
        break
    circularity = 4*math.pi*(area/(perimeter*perimeter))
    print circularity
    if 0.7 < circularity < 1.2:
        contours_cirles.append(con)

非常感谢你们！ :)

Answer 1

作为起点，您可以从：

Find all the contours in the given image using cv2.findContours()

Iterate over each contour:

calculate the area, if the area of contour is in a given range say 70 < area < 150. This will filter out some extremely smaller and large contours.

After filtering the contours with the area threshold, you need to check the number of edges of contour, which can be done using: cv2.approxPolyDP(), for a circle len(approx) must be > 8 but < 23. Or you may apply some more sophisticated operations to detect circles here.

您应该尝试实施此方法并使用您以后将编写的代码更新问题。

编辑： 正如@Miki 所建议的，有一种更好更简洁的方法来检测几何形状是否为圆形，使用 circularity = 4pi(area/perimeter^2)，并确定一个阈值，例如 0.9，以检查形状是否为圆形。对于正圆circularity == 1。您可以根据需要微调此阈值。

可参考arcLength to find the perimeter of the contour and contourArea计算圆度所需的轮廓面积

Answer 2

我们也可以尝试 Hough Transformation 来检测图像中的圆圈并使用阈值来获得所需的结果（在以红点为中心的绿色边界线中检测到圆圈）：

import cv2
import numpy as np

img = cv2.imread('rbv2g.jpg',0)
img = cv2.medianBlur(img,5)
cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)

circles = cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,10,
                            param1=50,param2=12,minRadius=0,maxRadius=20)

circles = np.uint16(np.around(circles))
for i in circles[0,:]:
    # 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.imshow('detected circles',cimg)
cv2.waitKey(0)
cv2.destroyAllWindows()

python opencv - 斑点检测或圆检测

python opencv - blob detection or circle detection

python

geometry

opencv

blobs