使用 cv2.HoughCircles 检测圆圈

Posted 2023-02-22

【中文标题】使用 cv2.HoughCircles 检测圆圈

【英文标题】：detect circles using cv2.HoughCircles

【发布时间】：2018-03-23 14:21:53

【问题描述】：

我有一张带圆圈的图片。有时 HoughCircles 会检测到这些圆圈并给我我所期望的。其他时候它不会检测到，即使图像有圆圈（所以它返回“无”）。

我正在使用的 detectCircles(path) 函数：

img = cv2.imread(path,0)
img = cv2.medianBlur(img,5) 
circles = cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,20,
                        param1=50,param2=30,minRadius=0,maxRadius=0)

我认为这可能是我使用 HoughCircle 参数的方式，但我不明白如何定义这些参数。

我已经在这里查看了文档：https://docs.opencv.org/3.1.0/da/d53/tutorial_py_houghcircles.html

这里：https://docs.opencv.org/3.1.0/dd/d1a/group__imgproc__feature.html#ga47849c3be0d0406ad3ca45db65a25d2d

但我仍然不清楚。

HoughCircles 无法识别的第一张图片： http://www.image-share.com/ipng-3711-263.html

它只识别一个圆圈的第二张图片： http://www.image-share.com/ipng-3711-264.html

它完美识别的第三张图像： http://www.image-share.com/ipng-3711-265.html

【问题讨论】：

请贴出原图和过滤结果

@Micka，我重写了我的问题:)

【参考方案1】：

这里有更多关于参数的信息：

cvHoughCircles

inImage - 很明显 inDp - 分辨率乘数。如果您希望算法像素完美，请将其保留为“1”，但如果图像太大，您可以将其设置为“2”以使分辨率降低两倍 inMinDist - 圆圈之间的最小距离（以像素为单位）。如果您要查找大小为 100x100 像素的边界框大小的圆圈，则将此值调整为 20 像素是合理的。 inParam1 - 精明过滤器阈值。

强烈建议对cvCanny-ed 图像进行一些检查，以了解如何正确设置此阈值

。我记得将它设置为 200 可以拍出漂亮明亮的照片。 inParam2 - 应该检测多少像素才能检测到圆？ inMinRadius/inMaxRadius - 很明显

要帮助inParam2，请查看这张解释 Hough Circles 内部工作的图片。

当您cvCanny 您的图像时，您会得到所有这些白色和黑色像素。假设左边的这个白色轮廓是你的cvCanny-ized 圆圈。每个白色像素都在“投影”不同大小的圆圈。从红色圆圈 (minRadius) 开始，然后变大。绿色圆圈半径很大，所有点都在中间相遇。粉红色的点是“n”个绿色圆圈相交的地方。如果 'n' 大于 inParam2，则在此处找到圆圈。

【讨论】：

感谢标题！你的回答让事情更清楚了。我也要去看看cvCanny！