python opencv之 Hough圓變換

內容來自opencv-python tutorials 自己翻譯整理

目標：

使用霍夫變換在影象中尋找圓

使用函式cv2.houghcircles()

原理：

圓形的表示式為(x−xcenter)2+(y−ycenter)2=r2(x−xcenter)2+(y−ycenter)2=r2，乙個圓環的確定需要三個引數。那麼霍夫變換的累加器必須是三維的，但是這樣的計算效率很低。

這裡opencv中使用霍夫梯度的方法，這裡利用了邊界的梯度資訊。

首先對影象進行canny邊緣檢測，對邊緣中的每乙個非0點，通過sobel演算法計算區域性梯度。那麼計算得到的梯度方向，實際上就是圓切線的法線。三條法線即可確定乙個圓心，同理在累加器中對圓心通過的法線進行累加，就得到了圓環的判定。

cv2.houghcircles函式的引數

cv2.houghcircles(image, method, dp, mindist, circles, param1, param2, minradius, maxradius)

源**

print('圓心座標:', i[0], i[1])

print('圓半徑:', i[2])

cv2.destroyallwindows()在給乙個使用攝像頭進行尋找圓的**

import cv2
import numpy as np
def circle(image):
img = cv2.medianblur(image, 5)
cimg = cv2.cvtcolor(img, cv2.color_bgr2gray)
print('the shape of cimg: ', cimg.shape)
# circles = cv2.houghcircles(img,cv2.hough_gradient,1,100,
#                             param1=100,param2=30,minradius=40, maxradius=70)
circles = cv2.houghcircles(cimg, cv2.hough_gradient, 1, 100,
param1=100, param2=30, minradius=40, maxradius=100)
# print('circles: ', circles)
if circles is none:
return image
circles = np.uint16(np.around(circles))
for i in circles[0,:]:
# draw the outer circle
image1 = cv2.circle(img, (i[0], i[1]), i[2], (0, 255, 0), 2)
print('圓心座標:', i[0], i[1])
print('圓心半徑:', i[2])
# draw the center of the circle
images = cv2.circle(image1, (i[0], i[1]), 2, (0, 0, 255), 3)
return images
if __name__ == '__main__':
cap = cv2.videocapture(0)
cap.set(3, 960)
cap.set(4, 960)
while(1):
# get a frame
ret, frame = cap.read()
if not ret:
print('video read error')
frame = circle(frame)
# show a frame
cv2.imshow("capture", frame)
print('hi')
if cv2.waitkey(1) & 0xff == ord('q'):
break
cap.release()
cv2.destroyallwindows()

python opencv之 Hough圓變換

Python OpenCV之模板匹配

python OpenCV之numpy陣列操作

python OpenCV之對比度增強

python opencv之 Hough圓變換

Python OpenCV之模板匹配

python OpenCV之numpy陣列操作

python OpenCV之對比度增強

相關推薦