Python OpenCV從黑色和白色面具檢測圈

我用各種OpenCV過濾器創建了黑色和白色面具。有四個圈是清晰可見 black and white mask Python OpenCV從黑色和白色面具檢測圈

我試圖勾勒使用HoughCircles這些圈子，但它給許多誤報和一般壞的結果：

circles = cv2.HoughCircles(combined, cv.CV_HOUGH_GRADIENT, 1, 300, np.array([]), 10, 30, 60, 300)

circle outlines

哪有我正確地檢測到黑白圖像中的圓形？

這裏是一個可以與黑白圖像被用於運行的代碼：

import numpy as np 
import cv2 
import cv 

image = cv2.imread("image.png") 
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 

circles = cv2.HoughCircles(gray, cv.CV_HOUGH_GRADIENT, 1, 300, np.array([]), 10, 30, 60, 300) 
if circles is not None: 
    circles = np.uint16(np.around(circles)) 
    for i in circles[0,:]: 
     cv2.circle(image, (i[0], i[1]), i[2], (0, 255, 0), 1) 
     cv2.circle(image, (i[0], i[1]), 2, (0, 0, 255), 3) 

cv2.imshow("thing", image) 

cv2.waitKey(0) 
cv2.destroyAllWindows()

來源

2014-09-06 fruitcup

如果您提供一段可運行的代碼來加載圖像並繪製圓圈，有人可能會傾向於查看它。 – Bull 2014-09-06 01:47:09

謝謝@B ...添加了可運行代碼 – fruitcup 2014-09-06 01:52:50

首先，如果我沒有記錯，Hough變換爲界需要一個空心圓，不是一個完整的一個。這意味着在應用霍夫變換之前，您只需要提取圓的邊界/周長。 OpenCV的findContours和arcLength函數將幫助您找到周界。

其次，不幸的是，在我的經驗中，霍夫變換對圓形的變化非常敏感，這意味着如果你試圖檢測的形狀是「幾乎」一個圓，它可能無法檢測到它。

我的建議是，您應該嘗試通過在您的二進制圖像上應用Closing morphological operation，使用盤形結構元素使對象「圓滑」。然後提取圖像中物體的周長，然後應用Hough變換。希望這會給你足夠好的結果。

或者，您可以嘗試使用RANSAC算法檢測圓。 Here是用於檢測線條的實現，但您可以爲圓圈進行調整 - 只需隨機選擇3個點（而不是2個），然後定義經過它們的圓。接下來，找出位於該圓圈附近的所有點（稱爲內點點）。它們將是滿足不等式幾點： enter image description here

其中(x,y)是點，(x0,y0)是圓心，r是它的半徑，margin是你必須調整參數。算法的其餘部分是相同的。

祝你好運！

來源

2014-09-09 19:14:03 Shaked

Python OpenCV從黑色和白色面具檢測圈

回答

相關問題