目录

方法一：霍夫圆变换 + canny

方法二 阈值 + 寻边

---

对图中的钢管进行计数

方法一：霍夫圆变换 + canny

# 霍夫圆变换，主要是要将参数调整好 def method1():img = cv2.imread('steel.jpg',0)img1 = cv2.imread('steel.jpg')circles = cv2.HoughCircles(img, # 灰度图像cv2.HOUGH_GRADIENT, # 使用的检测方法1, # 默认值即可8, # 两个圆之间圆心的最小距离param1=90, # 这个是canny的高阈值，低阈值默认为这个值的一半param2=30, # 这个代表的是累加器的个数minRadius=1, maxRadius=25)circles = circles[0, :, :] # 提取为二维circles = np.uint16(np.around(circles)) # 四舍五入，取整numofcircle = 0for i in circles[:]:cv2.circle(img1, (i[0], i[1]), i[2], (0, 0, 255), 2) # 画圆cv2.circle(img1, (i[0], i[1]), 2, (255, 0, 0), 3) # 画圆心numofcircle += 1cv2.putText(img1,'{} steels'.format(numofcircle),(20,20), cv2.FONT_HERSHEY_SIMPLEX,0.6,(0,255,0),2)cv2.imshow('0',img1)cv2.waitKey(0)

方法二 阈值 + 寻边

def method2():img = cv2.imread('steel.jpg')gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)blur = cv2.GaussianBlur(gray,(3,3),0)edges = cv2.Canny(blur,50,100)cnts,_ = cv2.findContours(edges,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)draws = np.zeros(shape=edges.shape,dtype=np.uint8)for cnt in cnts:if cv2.contourArea(cnt) > 200:cv2.drawContours(draws,[cnt],0,255,-1)img1 = cv2.imread('steel.jpg')circles = cv2.HoughCircles(draws, # 灰度图像cv2.HOUGH_GRADIENT, # 使用的检测方法1, # 默认值即可8, # 两个圆之间圆心的最小距离param1=2, # 这个是canny的高阈值，低阈值默认为这个值的一半param2=20, # 这个代表的是累加器的个数minRadius=1, maxRadius=25)circles = circles[0, :, :] # 提取为二维circles = np.uint16(np.around(circles)) # 四舍五入，取整numofcircle = 0for i in circles[:]:cv2.circle(img1, (i[0], i[1]), i[2], (0, 0, 255), -1) # 画圆cv2.circle(img1, (i[0], i[1]), 2, (255, 0, 0), 3) # 画圆心numofcircle += 1cv2.putText(img1, '{} steels'.format(numofcircle), (20, 20), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2)cv2.imshow('img1', img1)cv2.imshow('edges',edges)cv2.imshow('drawImg',draws)cv2.waitKey(0)

总结

以上是生活随笔为你收集整理的【opencv】——钢管计数（霍夫圆变换 + 阈值 + canny）的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。