Python+opencv 机器视觉 - 基于霍夫圈变换算法检测图像中的圆形实例演示

• 第一章：霍夫变换检测圆
• ① 实例演示1
• ② 实例演示2
• ③ 霍夫变换函数解析
• 第二章：Python + opencv 完整检测代码
• ① 源代码
• ② 运行效果图

第一章：霍夫变换检测圆

① 实例演示1

这个是设定半径范围 0-50 后的效果。

② 实例演示2

这个是设定半径范围 50-70 后的效果，因为原图稍微大一点，半径也大了一些。

③ 霍夫变换函数解析

cv.HoughCircles() 方法
参数分别为：image、method、dp、minDist、param1、param2、minRadius、maxRadius
其中：
image 为灰度图像；
method 使用的方法为霍夫梯度法，目前已知的有 HOUGH_GRADIENT 和 HOUGH_GRADIENT_ALT 两种，后者的准确率会更高一点；
dp 为累加器分辨率与图片分辨率的反比。
minDist 为两个圆中心的最小距离；
param1 对于 CV_HOUGH_GRADIENT 表示传入 canny 边缘检测的阈值；
param2 对于 CV_HOUGH_GRADIENT 表示检测阶段圆心的累加阈值，值越小能检测出的圆越多，值越大的话就检测出来的少，但是检测出来的圆形相比于没检测出来的会更圆、更完美一些；
minRadius 为最小半径；
minRadius 为最大半径；

首先通过均值偏移滤波降噪来排除干扰的点，提高识别的准确率，然后进行灰度处理。

# 均值偏移滤波降噪处理 mean_filter_img = cv.pyrMeanShiftFiltering(image, 10, 100) cv.imshow("mean_filter_img", mean_filter_img)# 图像灰度处理 gray_img = cv.cvtColor(mean_filter_img, cv.COLOR_BGR2GRAY)# 霍夫圈变换 # 参数分别为：image, method, dp, minDist, param1, param2, minRadius, maxRadius # 其中：image为灰度图像，method使用的方法为霍夫梯度法，minDist两个圆中心的最小距离 circles = cv.HoughCircles(gray_img, cv.HOUGH_GRADIENT, 1, 30, param1=50, param2=30, minRadius=0, maxRadius=50)

第二章：Python + opencv 完整检测代码

① 源代码

# -*- coding:utf-8 -*- # 2021-12-17 # 作者：小蓝枣 # opencv圆形检测import cv2 as cv import numpy as npdef detect_circle(image):'''作用：圆形检测参数：需要检测圆的图片返回：检测出圆形的信息'''# 均值偏移滤波降噪处理mean_filter_img = cv.pyrMeanShiftFiltering(image, 10, 100)cv.imshow("mean_filter_img", mean_filter_img)# 图像灰度处理gray_img = cv.cvtColor(mean_filter_img, cv.COLOR_BGR2GRAY)# 霍夫圈变换# 参数分别为：image, method, dp, minDist, param1, param2, minRadius, maxRadius# 其中：image为灰度图像，method使用的方法为霍夫梯度法，minDist两个圆中心的最小距离circles = cv.HoughCircles(gray_img, cv.HOUGH_GRADIENT, 1, 30, param1=50, param2=30, minRadius=0, maxRadius=50)# 对数据进行取整print("取整前信息：" + str(circles))circles = np.uint16(np.around(circles))print("取整后信息：" + str(circles))return circlesdef draw_circle(img, circles):'''作用：根据圆形信息在图片中绘制圆参数1：原始图片信息参数2：圆形坐标信息返回：无'''for i in circles[0, :]:# 绘制圆外圈# 参数分别为：圆心、半径、颜色、线框宽度cv.circle(img, (i[0], i[1]), i[2], (0, 0, 255), 2)# 绘制圆心 cv.circle(img, (i[0], i[1]), 2, (255, 0, 0), 2)cv.imshow("draw_circle_img", img)# 读取图片信息 img = cv.imread("./image/meixi.jpg")# 设置窗口不可改变大小（参数包含：WINDOW_AUTOSIZE、WINDOW_NORMAL、WINDOW_OPENGL） cv.namedWindow("original image", cv.WINDOW_AUTOSIZE) cv.imshow("original image", img)# 检测圆 circles = detect_circle(img) #绘制圆 draw_circle(img, circles)cv.waitKey(0) cv.destroyAllWindows()

② 运行效果图

原始图片：

降噪后效果：

霍夫变换检测圆处理后效果：

取整后效果图：

喜欢的点个赞❤吧！

总结

以上是生活随笔为你收集整理的Python+opencv 机器视觉 - 基于霍夫圈变换算法检测图像中的圆形实例演示的全部内容，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。