使用霍夫变换检测圆
Posted
技术标签:
【中文标题】使用霍夫变换检测圆【英文标题】:Detecting Circle Using Hough Transform 【发布时间】:2015-05-03 19:24:38 【问题描述】:我正在尝试圈。
使用我当前的代码,我可以检测到下面的代码
但我想在我检测到的圆圈内找到黑洞。 但是更改 houghcircle 方法的参数对我没有帮助。实际上它发现了不存在的圈子。
我还尝试裁剪我找到的圆圈并在这个新部分上进行另一个霍夫变换,它也没有帮助我。
这是我的代码
#include <stdio.h>
#include <iostream>
#include "opencv2/core/core.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/calib3d/calib3d.hpp"
#include "opencv2/nonfree/nonfree.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/opencv.hpp" // needs imgproc, imgcodecs & highgui
using namespace cv;
using namespace std;
int main(int argc, char** argv)
Mat src, circleroi;
/// Read the image
src = imread( "/Users/Rodrane/Documents/XCODE/test/mkedenemeleri/alev/delikli/gainfull.jpg", 2 );
/// Convert it to gray
// cvtColor( src, src_gray, CV_BGR2GRAY );
/// Reduce the noise so we avoid false circle detection
GaussianBlur( src, src, Size(3, 3), 2, 2 );
// adaptiveThreshold(src,src,255,CV_ADAPTIVE_THRESH_MEAN_C,CV_THRESH_BINARY,9,14);
vector<Vec3f> circles,circlessmall;
// Canny( src, src, 50 , 70, 3 );
/// Apply the Hough Transform to find the circles
HoughCircles( src, circles, CV_HOUGH_GRADIENT, 1, src.rows/8, 200, 100, 0, 0 );
/// Draw the circles detected
for( size_t i = 0; i < circles.size(); i++ )
Point center(cvRound(circles[i][0]), cvRound(circles[i][4]));
int radius = cvRound(circles[i][5]);
// circle center
circle( src, center, 3, Scalar(0,255,0), -1, 8, 0 );
// circle outline
circle( src, center, radius, Scalar(0,255,0), 3, 8, 0 );
circleroi = src(Rect(center.x - radius, // ROI x-offset, left coordinate
center.y - radius, // ROI y-offset, top coordinate
2*radius, // ROI width
2*radius));
// imshow( "Hough Circle Transform Demo", circleroi );
resize(src, src, Size(src.cols/2, src.rows/2));
// threshold( circleroi, circleroi, 50, 255,CV_THRESH_BINARY );
// cout<<circleroi<<endl;
imshow("asd",src);
// imwrite("/Users/Rodrane/Documents/XCODE/test/mkedenemeleri/alev/cikti/deliksiz.jpg",circleroi);
waitKey(0);
return 0;
更新:由于 hough 在内部使用了 canny,我手动使用 canny 来查看它是否找到了圆圈。
这里有精明的结果 Canny(src,src, 100, 200,3);
谢谢
【问题讨论】:
您是否尝试过不设置阈值? HoughCircles 在内部使用 canny... 图像没有阈值。仅用于照明的高斯模糊,但我也禁用了它。 请您发布带有孔但没有黑色圆圈的图像。我在前两张图片中看不到任何黑洞。 您好,请检查第一张图片,这是真实图片 是要检测第一张图片中心的大黑洞,还是要检测第三张图片中心的小黑洞?在第一张图片中我能看到的唯一一个黑洞是中心的大黑洞。 【参考方案1】:您正在设置HoughCircles
参数minDist = src.rows/8
之一,该参数相当大。 docs解释:
minDist – 检测到的圆的中心之间的最小距离。如果参数太小,除了一个真实的圆圈外,可能还会错误地检测到多个相邻圆圈。如果太大,可能会漏掉一些圆圈。
该方法无法同时返回它找到的圆和您想要的圆,因为它们的中心几乎相同(在src.rows/8
内),只是大小不同。如果您将 maxRadius
设置为 30 左右的值以排除较大的圆圈,您会得到所需的较小圆圈吗?
【讨论】:
嗨,我试过 HoughCircles(src, circles, CV_HOUGH_GRADIENT, 1, src.rows/16(32,64) , 200, 100, 0, 30);并且实际上没有找到任何圈子 嗯,可能param2
太大了。值得在那里尝试较小的值。如果这不起作用,您可以显示来自Canny(src, edges, 100, 200)
的输出edges
,并确保它首先找到了内圆的边缘。
嗨,让我用精明的结果更新我的问题。以上是关于使用霍夫变换检测圆的主要内容,如果未能解决你的问题,请参考以下文章