尝试在 openCV 中使用 HoughCircles 检测所有圆圈 (python)
Trying to detect all the circles with HoughCircles in openCV (python)
我正在学习本教程:https://www.pyimagesearch.com/2014/07/21/detecting-circles-images-using-opencv-hough-circles/
我正在研究 HoughCircles 的参数(甚至那些你在代码 ex:param2 中看不到的参数),它看起来很不准确,在我的项目中,你在图片上看到的磁盘将被放置在随机点,我需要能够检测到它们和它们的颜色。
目前我只能检测到几个圆圈,有时会在没有圆圈的地方画一些随机的圆圈,所以我有点困惑。
这是使用 openCV 进行圆检测的最佳方法还是有更准确的方法?
另外,为什么我的代码没有检测到每个圆圈?
绘制的圆:https://imgur.com/dT7k29E
我的代码:
import cv2
import numpy as np
img = cv2.imread('Photos/board.jpg')
output = img.copy()
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# detect circles in the image
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1.2, 100)
# ensure at least some circles were found
if circles is not None:
# convert the (x, y) coordinates and radius of the circles to integers
circles = np.round(circles[0, :]).astype("int")
# loop over the (x, y) coordinates and radius of the circles
for (x, y, r) in circles:
# draw the circle in the output image, then draw a rectangle
# corresponding to the center of the circle
cv2.circle(output, (x, y), r, (0, 255, 0), 4)
cv2.rectangle(output, (x - 5, y - 5), (x + 5, y + 5), (0, 128, 255), -1)
# show the output image
cv2.imshow("output", np.hstack([img, output]))
cv2.waitKey(0)
非常感谢。
Hough 变换在 monochromatic/binary 图像上效果最好,因此您可能需要使用某种阈值函数对其进行预处理。函数的参数值对于正确识别非常重要。
Is this the best way to do circle detection with openCV or is there a more accurate way of doing it ? Also why is my code not detecting every circles ?
还有findContours
功能
https://docs.opencv.org/master/d3/dc0/group__imgproc__shape.html#gadf1ad6a0b82947fa1fe3c3d497f260e0
根据我的喜好,它更健壮和通用;你可能想试一试
首先,您不能指望 HoughCircles
在不同类型的情况下检测所有圆圈。它不是人工智能。它有不同的参数根据得到想要的结果。您可以查看 here 以了解有关这些参数的更多信息。
HoughCircles
是基于轮廓的函数,因此您应该确保正确检测到轮廓。在您的示例中,我确信由于照明问题会出现糟糕的轮廓结果。金属材质在图像处理中会造成光爆,严重影响找轮廓
你应该做什么:
- 解决光照问题
- 确定
HoughCircle
参数以获得所需的输出
- 您可以检测每个轮廓及其质心,而不是使用
HoughCircle
(moments 帮助您找到它们的质心)。然后你可以测量每个轮廓点的长度到那个质量中心,如果都等于那么它是一个圆。
我正在学习本教程:https://www.pyimagesearch.com/2014/07/21/detecting-circles-images-using-opencv-hough-circles/
我正在研究 HoughCircles 的参数(甚至那些你在代码 ex:param2 中看不到的参数),它看起来很不准确,在我的项目中,你在图片上看到的磁盘将被放置在随机点,我需要能够检测到它们和它们的颜色。
目前我只能检测到几个圆圈,有时会在没有圆圈的地方画一些随机的圆圈,所以我有点困惑。
这是使用 openCV 进行圆检测的最佳方法还是有更准确的方法? 另外,为什么我的代码没有检测到每个圆圈?
绘制的圆:https://imgur.com/dT7k29E
我的代码:
import cv2
import numpy as np
img = cv2.imread('Photos/board.jpg')
output = img.copy()
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# detect circles in the image
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1.2, 100)
# ensure at least some circles were found
if circles is not None:
# convert the (x, y) coordinates and radius of the circles to integers
circles = np.round(circles[0, :]).astype("int")
# loop over the (x, y) coordinates and radius of the circles
for (x, y, r) in circles:
# draw the circle in the output image, then draw a rectangle
# corresponding to the center of the circle
cv2.circle(output, (x, y), r, (0, 255, 0), 4)
cv2.rectangle(output, (x - 5, y - 5), (x + 5, y + 5), (0, 128, 255), -1)
# show the output image
cv2.imshow("output", np.hstack([img, output]))
cv2.waitKey(0)
非常感谢。
Hough 变换在 monochromatic/binary 图像上效果最好,因此您可能需要使用某种阈值函数对其进行预处理。函数的参数值对于正确识别非常重要。
Is this the best way to do circle detection with openCV or is there a more accurate way of doing it ? Also why is my code not detecting every circles ?
还有findContours
功能
https://docs.opencv.org/master/d3/dc0/group__imgproc__shape.html#gadf1ad6a0b82947fa1fe3c3d497f260e0
根据我的喜好,它更健壮和通用;你可能想试一试
首先,您不能指望 HoughCircles
在不同类型的情况下检测所有圆圈。它不是人工智能。它有不同的参数根据得到想要的结果。您可以查看 here 以了解有关这些参数的更多信息。
HoughCircles
是基于轮廓的函数,因此您应该确保正确检测到轮廓。在您的示例中,我确信由于照明问题会出现糟糕的轮廓结果。金属材质在图像处理中会造成光爆,严重影响找轮廓
你应该做什么:
- 解决光照问题
- 确定
HoughCircle
参数以获得所需的输出 - 您可以检测每个轮廓及其质心,而不是使用
HoughCircle
(moments 帮助您找到它们的质心)。然后你可以测量每个轮廓点的长度到那个质量中心,如果都等于那么它是一个圆。