哈夫圓檢測刪除不必要的圈子

Question

我得到了很多使用的圖像Hough變換圓檢測算法中圈。如何使這種檢測更準確？檢測

圖像顯示圓。

原始圖片

下面的代碼是用來

import cv2 
import numpy as np 

img = cv2.imread('test_c.jpg',0) 

img = cv2.medianBlur(img,5) 

cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR) 

circles=cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,20,param1=50,param2=30,minRadius=0,maxRadius=0) 

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()` 

Answer 1

您都面臨這個問題，因爲你不知道霍夫如何改變作品因爲你既沒有仔細閱讀最有可能在網上某處找到的代碼，也沒有提到OpenCV參考文件。

https://en.wikipedia.org/wiki/Circle_Hough_Transform

http://docs.opencv.org/2.4/modules/imgproc/doc/feature_detection.html?highlight=houghcircles

你必須限制半徑。由於Hough變換或多或少是一種強力方法，這非常重要。這大大減少計算時間，當然你可以，也應該使用這個只得到你正在尋找...

半徑的圓圈通過設置圈之間會避免多個結果一圈的最小距離。

一如既往的知識是成功的關鍵。