python opencv - blob檢測或圓圈檢測

我在檢測圓圈區域時遇到問題。我用opencv的HoughCircles函數試了一下。然而，儘管圖像非常相似，但功能的參數必須不同才能檢測到圓圈。python opencv - blob檢測或圓圈檢測

我嘗試的另一種方法是迭代每個像素，並檢查當前像素是否是白色。如果是這種情況，那麼檢查該區域是否有斑點物體（斑點中心距離小於閾值）。如果有，則將像素追加到blob，如果沒有，則創建一個新的blob。這也沒有正常工作。

有沒有人有一個想法，我可以如何使這項工作（90％的檢測）？我附上了一個示例圖像和另一個圖像，我標記了圓圈。謝謝！

UPDATE： 謝謝你的幫助迄今爲止！這是我獲得的輪廓和麪積過濾它們的代碼：

im = cv2.imread('extract_blue.jpg') 
imgray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY) 
im_gauss = cv2.GaussianBlur(imgray, (5, 5), 0) 
ret, thresh = cv2.threshold(im_gauss, 127, 255, 0) 
# get contours 
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) 

contours_area = [] 
# calculate area and filter into new array 
for con in contours: 
    area = cv2.contourArea(con) 
    if 1000 < area < 10000: 
     contours_area.append(con)

這工作非常整潔。我畫了他們的形象：

這是我通過圓過濾部分，它直接在下面，我通過區域過濾代碼：

contours_cirles = [] 

# check if contour is of circular shape 
for con in contours_area: 
    perimeter = cv2.arcLength(con, True) 
    area = cv2.contourArea(con) 
    if perimeter == 0: 
     break 
    circularity = 4*math.pi*(area/perimeter*perimeter) 
    print circularity 
    if 0.8 < circularity < 1.2: 
     contours_cirles.append(con)

然而，新的名單「contours_cirles」是空的。我在環印有「圓」和值10之間的所有000和100 000

更新＃2： 糾正現在運轉缺少括號後！

contours_cirles = [] 

# check if contour is of circular shape 
for con in contours_area: 
    perimeter = cv2.arcLength(con, True) 
    area = cv2.contourArea(con) 
    if perimeter == 0: 
     break 
    circularity = 4*math.pi*(area/(perimeter*perimeter)) 
    print circularity 
    if 0.7 < circularity < 1.2: 
     contours_cirles.append(con)

非常感謝你們！ :)

來源

2017-02-13 cmplx96

非常老的代碼。但你可以檢查這個。 https://github.com/bipul21/Colored-Ball-Tracking –

'（面積/周長*周長）'這對我來說看起來很奇怪。你確定，你沒有忘記任何括號？ – Moritz

是的，你是對的。圓形度= 4 * math.pi *（面積/（周長*周長）） – cmplx96

作爲一個起點，你可能會開始：

使用cv2.findContours()

遍歷每個輪廓找出給定圖像中的所有輪廓

計算面積，如果輪廓的面積在給定範圍內，比如70 < area < 150。這將濾出一些非常小的和大的輪廓。

使用面積閾值過濾輪廓後，需要檢查輪廓邊緣的數量，可以使用以下方法： cv2.approxPolyDP()，對於圓圈長度（大約）必須> 8，但是可以是< 23。應用一些更復雜的操作來檢測這裏的圓圈。

你應該嘗試實施這種做法，更新，你將從此編寫代碼的問題。

編輯： 如@Miki建議的，有一種檢測更好，更潔淨的方式，如果幾何形狀使用圓= 4PI（面積/周長^ 2）是圓形形狀的，並且決定的閾值如0.9，以檢查形狀是否爲圓形。爲完美圓circularity == 1。你可以根據你的需要微調這個門檻。

您可以參考arcLength來查找輪廓的周長，並使用contourArea來獲得計算圓度所需的輪廓面積。

來源

2017-02-13 12:28:57 ZdaR

我會用_circularity_來衡量一個形狀是一個圓的大小：「圓形度定義爲：A衡量形狀是多麼接近圓形，例如一個正六邊形比圓形有更高的圓形度，被定義爲（\ frac {4 * \ pi * Area} {perimeter * perimeter}）。這意味着圓的圓度爲1，圓的正方形爲0.785，依此類推。 – Miki

非常感謝@Miki – ZdaR

我們可以嘗試Hough Transformation太檢測圈的圖像，並與閾值發揮得到期望的結果（檢測圈在綠色邊界線用紅色圓點爲中心）：

import cv2 
import numpy as np 

img = cv2.imread('rbv2g.jpg',0) 
img = cv2.medianBlur(img,5) 
cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR) 

circles = cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,10, 
          param1=50,param2=12,minRadius=0,maxRadius=20) 

circles = np.uint16(np.around(circles)) 
for i in circles[0,:]: 
    # draw the outer circle 
    cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2) 
    # draw the center of the circle 
    cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),3) 

cv2.imshow('detected circles',cimg) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

來源

2017-02-14 06:04:44

python opencv - blob檢測或圓圈檢測

回答

相關問題