Python OpenCV基于霍夫圈变换算法如何检测图像中的圆形

小编给大家分享一下Python OpenCV基于霍夫圈变换算法如何检测图像中的圆形，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

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 cvimport 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 circles    def 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：

以上是"Python OpenCV基于霍夫圈变换算法如何检测图像中的圆形"这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！