在Python中使用CV2填充圆检测？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了在Python中使用CV2填充圆检测？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2434字，纯文字阅读大概需要4分钟。

内容图文

我试图检测images like this.中的所有圈子

我有很多不同的图像,但是在所有圆圈中都是黑色(或几乎是黑色)并且尺寸相同(/ – 几个像素).我相信每张图片中只有2943个圆圈.这些条件永远不变.我可能无法控制图像中圆圈的大小(半径通常在15-45像素之间 – 上面提供的示例图像的半径为20-21像素).

我需要能够尽可能准确和精确地检测这些圆的中心的确切位置(如果可能的话,半径也是如此).

我尝试使用cv2.HoughCircles函数来执行此操作,但结果非常不一致且不可靠.这是我使用的代码：

from pylab import *
import sys, cv2

filename = sys.argv[1];
img = cv2.imread(filename,0);
cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR);
circles = cv2.HoughCircles(img,cv2.cv.CV_HOUGH_GRADIENT,2,15,param1=100,param2=30,minRadius=15,maxRadius=25);
circles = np.uint16(np.around(circles));
for i in circles[0,:]:
    cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),1);
    cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),3);
cv2.imwrite('1-%s'%(filename),cimg)
print "%d circles found."%(len(circles[0]));

结果是this image,输出结果为：找到了2806个圆圈.

有许多虚假圈子,许多真实的圈子被遗漏/忽略.

我开始相信如果我的所有圆圈在单个图像中是相同的,那么HoughCircle方法不是最佳的方法,并且可能有一些更好的物体检测方法可用.

如果我可以足够严格地控制圆圈的属性,你建议我用什么来精确准确地检测数千个图像中的每个圆圈？

解决方法:

我想出了这个代码,它被调整到你提供的精确图像,也找到了2943个半径估计的圆圈,假设所有的圆都有相同的半径.这是它产生的(裁剪,原始太大)：

你可以看到它并不完全理想(角圆有点偏离).

它基于阈值处理,然后是轮廓运算而不是霍夫圆.

import cv2
import numpy as np

original = cv2.imread("test.jpg", cv2.CV_LOAD_IMAGE_GRAYSCALE)
retval, image = cv2.threshold(original, 50, 255, cv2.cv.CV_THRESH_BINARY)

el = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
image = cv2.dilate(image, el, iterations=6)

cv2.imwrite("dilated.png", image)

contours, hierarchy = cv2.findContours(
    image,
    cv2.cv.CV_RETR_LIST,
    cv2.cv.CV_CHAIN_APPROX_SIMPLE
)

drawing = cv2.imread("test.jpg")

centers = []
radii = []
for contour in contours:
    area = cv2.contourArea(contour)

    # there is one contour that contains all others, filter it out
    if area > 500:
        continue

    br = cv2.boundingRect(contour)
    radii.append(br[2])

    m = cv2.moments(contour)
    center = (int(m['m10'] / m['m00']), int(m['m01'] / m['m00']))
    centers.append(center)

print("There are {} circles".format(len(centers)))

radius = int(np.average(radii)) + 5

for center in centers:
    cv2.circle(drawing, center, 3, (255, 0, 0), -1)
    cv2.circle(drawing, center, radius, (0, 255, 0), 1)

cv2.imwrite("drawing.png", drawing)

希望能帮助到你

内容总结

以上是互联网集市为您收集整理的在Python中使用CV2填充圆检测？全部内容，希望文章能够帮你解决在Python中使用CV2填充圆检测？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端