python + cv2 - 确定图像中亮点的半径

Question

我已经有了可以检测图像中最亮点的代码（只是高斯模糊 + 找到最亮的像素）。我正在处理日落照片，现在可以很容易地得到这样的结果：

我的问题是圆的半径与我使用了多少高斯模糊有关——我想使它的半径反映照片中太阳的大小（我有一个数据集~我正在尝试处理 500 张日落照片）。

这是一张没有圆圈的图片：

我什至不知道从哪里开始，我缺乏传统的计算机视觉知识。如果我没有得到答案，我可能会尝试做一些事情，比如计算从圆心到最近边缘的距离（使用精明的边缘检测） - 如果有更好的方法请告诉我。感谢阅读

Answer 1

首先使用Canny边缘。然后在边缘图像上尝试霍夫圆或霍夫椭圆。这些是蛮力方法，所以它们会很慢，但它们对非圆形或非椭圆轮廓有抵抗力。您可以轻松过滤结果，使检测结果的中心靠近最亮点。此外，了解太阳的估计大小将有助于提高计算速度。

您还可以考虑使用 cv2.findContours 和 cv2.approxPolyDP 从图像中提取连续轮廓。您可以按周长和形状进行过滤，然后运行最小二乘拟合或 Hough 拟合。

编辑

在 Canny 边缘检测之前尝试强度过滤器可能是值得的。我怀疑它会大大清理边缘图像。

Answer 2

这是在 Python/OpenCV 中获得代表性圆圈的一种方法。它找到最小外接圆。

读取输入
裁掉右边的白色部分
转换为灰色
应用中值过滤
进行Canny边缘检测
获取所有白色像素点的坐标（canny edges）
计算最小外接圆以获得圆心和半径
在输入的副本上用该圆心和半径画一个圆
保存结果

输入：

import cv2
import numpy as np

# read image as grayscale
img = cv2.imread('sunset.jpg')
hh, ww = img.shape[:2]

# shave off white region on right side
img = img[0:hh, 0:ww-2]

# convert to gray
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# median filter
median = cv2.medianBlur(gray, 3)

# do canny edge detection
canny = cv2.Canny(median, 100, 200)

# get canny points
# numpy points are (y,x)
points = np.argwhere(canny>0)

# get min enclosing circle
center, radius = cv2.minEnclosingCircle(points)
print('center:', center, 'radius:', radius)

# draw circle on copy of input
result = img.copy()
x = int(center[1])
y = int(center[0])
rad = int(radius)
cv2.circle(result, (x,y), rad, (255,255,255), 1)

# write results
cv2.imwrite("sunset_canny.jpg", canny)
cv2.imwrite("sunset_circle.jpg", result)

# show results
cv2.imshow("median", median)
cv2.imshow("canny", canny)
cv2.imshow("result", result)
cv2.waitKey(0)

精明的优势：

结果圆：

center: (265.5, 504.5) radius: 137.57373046875

候补

将椭圆拟合到Canny点，然后取两个椭圆半径的平均值作为圆的半径。请注意 Canny 参数中的细微变化，以仅获取日落的顶部。

import cv2
import numpy as np

# read image as grayscale
img = cv2.imread('sunset.jpg')
hh, ww = img.shape[:2]

# shave off white region on right side
img = img[0:hh, 0:ww-2]

# convert to gray
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# median filter
median = cv2.medianBlur(gray, 3)

# do canny edge detection
canny = cv2.Canny(median, 100, 250)

# transpose canny image to compensate for following numpy points as y,x
canny_t = cv2.transpose(canny)

# get canny points
# numpy points are (y,x)
points = np.argwhere(canny_t>0)

# fit ellipse and get ellipse center, minor and major diameters and angle in degree
ellipse = cv2.fitEllipse(points)
(x,y), (d1,d2), angle = ellipse
print('center: (', x,y, ')', 'diameters: (', d1, d2, ')')

# draw ellipse
result = img.copy()
cv2.ellipse(result, (int(x),int(y)), (int(d1/2),int(d2/2)), angle, 0, 360, (0,0,0), 1)

# draw circle on copy of input of radius = half average of diameters = (d1+d2)/4
rad = int((d1+d2)/4)
xc = int(x)
yc = int(y)
print('center: (', xc,yc, ')', 'radius:', rad)
cv2.circle(result, (xc,yc), rad, (0,255,0), 1)

# write results
cv2.imwrite("sunset_canny_ellipse.jpg", canny)
cv2.imwrite("sunset_ellipse_circle.jpg", result)

# show results
cv2.imshow("median", median)
cv2.imshow("canny", canny)
cv2.imshow("result", result)
cv2.waitKey(0)

Canny Edge 图片：

在输入上绘制的椭圆和圆：

python + cv2 - 确定图像中亮点的半径

python + cv2 - determine radius of bright spot in image

python

opencv

object-detection

brightness

computer-vision