opencv--檢測(cè)圖片中的圓形

• 說明
• 完整代碼
• 運(yùn)行結(jié)果

說明

Canny邊緣檢測(cè)+霍夫圓識(shí)別圖片中的圓形，由于霍夫圓的半徑過濾不太穩(wěn)定，當(dāng)圖中有多個(gè)圓時(shí)還要自行斟酌，如果是多個(gè)半徑不同的圓，可以多次使用霍夫圓，并取第一個(gè)來識(shí)別。但是如果圖中有多個(gè)半徑相似的圓時(shí)，有必要轉(zhuǎn)換方法或者提取更多細(xì)節(jié)來擬合霍夫圓。使用的圖片來自：http://www.ihalcon.com/read-1108.html

完整代碼

import cv2.cv2 as cv2 import numpy as np path='a.jpg' img = cv2.imread(path,0) gaussimg=cv2.GaussianBlur(img,(3,3),0) #高斯濾波，(3,3)為高斯半徑 medianimg = cv2.medianBlur(gaussimg, 7) #中值濾波 cannyimg=cv2.Canny(medianimg,0,148) #canny邊緣檢測(cè) temp = np.ones(cannyimg.shape,np.uint8)*255 #創(chuàng)建一個(gè)空的畫布 contours= cv2.findContours(cannyimg,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE) contour = contours[0] #提取輪廓 cv2.drawContours(temp,contour,-1,(0,0,0),3) #把輪廓畫到畫布上 cv2.imshow('image',temp) cv2.waitKey(1000) circle = cv2.HoughCircles(temp,cv2.HOUGH_GRADIENT,1,20,param1=50,param2=10,minRadius=0,maxRadius=800) #按照畫布上的輪廓生成霍夫圓 circle = np.uint16(np.around(circle)) img2bgr=cv2.cvtColor(img,cv2.COLOR_GRAY2BGR) count=1 #終止信號(hào)，只取第一個(gè)霍夫圓，試著用數(shù)組取了但是沒成功 for i in circle[0]:#得到的霍夫圓是默認(rèn)按照投票結(jié)果的累加值排序，一般取第一個(gè)就是與輪廓最擬合的那個(gè) #如果有多個(gè)圓識(shí)別，可以試試用多次霍夫圓，試著用半徑過濾到同一塊的圓，再取最為擬合的第一個(gè)圓，不過這樣不穩(wěn)定 cv2.circle(img2bgr,(i[0],i[1]),i[2],(0,0,255),5) #在圖像上畫出這個(gè)霍夫圓 count+=1 if count==2: break cv2.imshow('image',img2bgr) cv2.waitKey(1000)

運(yùn)行結(jié)果

原圖：

運(yùn)行結(jié)果：

總結(jié)

以上是生活随笔為你收集整理的opencv--检测图片中的圆形的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。