opencv python Hough圆变换

luckyyulin 发布于2019-07-30 17:10 / 809人阅读

摘要：它越小，就会发现越多的假圆与较大的累加器值相对应的圆，将首先返回最小半径最大半径

Hough Circle Transform

cv2.HoughCircles(image, method, dp, minDist[, circles[, param1[, param2[, minRadius[, maxRadius]]]]])

image:单通道灰度图像

method:

cv2.HOUGH_STANDARD	经典或标准霍夫变换. 每条线由两个浮点数（ρ，θ）表示，其中ρ是（0,0）点和线之间的距离，θ是x轴和线的法线之间的角度. 因此，矩阵必须是（创建的序列）CV_32FC2类型
cv2.HOUGH_PROBABILISTIC	概率Hough变换（如果图像包含一些长线性段，则更有效）.它返回线段而不是整行. 每个段由起点和终点表示，矩阵必须是（创建的序列）CV_32SC4类型
cv2.HOUGH_MULTI_SCALE	经典霍夫变换的多尺度变体
cv2.HOUGH_GRADIENT

dp：累加器分辨率与图像分辨率的逆比.例如，如果dp=1，则累加器与输入图像的分辨率相同.如果dp=2，这个累加器的宽度和高度是图像的一半.

minDist：探测到的圆的中心之间的最小距离.如果参数太小，除了真实的一个外，还可能错误地检测到多个相邻圆.如果它太大，可能会漏掉一些圆.

param1：第一个特定参数.如果是CV_HOUGH_GRADIENT的情况下，是传递给Canny边缘检测器中较高阈值的参数（低的参数小两倍）.

param2：第二个特定参数.如果是CV_HOUGH_GRADIENT的情况下，它是检测阶段圆中心的累加器阈值。它越小，就会发现越多的假圆.与较大的累加器值相对应的圆，将首先返回.

minRadius：最小半径

maxRadius：最大半径

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread("img1.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()

专线服务服务器托管 python 圆检测 python矩阵变换 python opencv 人脸检测 Hough

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/42056.html

opencv python 霍夫线变换

摘要：比这更短的线段被拒绝了。最大限度允许线段之间的间隙把它们当作一条线来对待 Hough Line Transform 霍夫变换是一种检测任何形状的流行技术，可以检测形状，即使它被破坏或扭曲一点点.一条线可以表示成y = mx + c或参数形式，像ρ=xcosθ+ysinθ，其中ρ是从原点到直线的垂直距离，θ角是由这条垂线和水平轴以逆时针的方向形成的(这个方向取决于你如何表示坐标系统，这...

dingda 2019-07-30 17:10 评论0 收藏0
树莓派视觉小车 -- 小球追踪（颜色追踪）（OpenCV色彩空间HSV）

摘要：一般调高饱和度会降低中相对较低的数值，凸显主要颜色的纯度。对当前唯一的方法霍夫梯度法，它表示在检测阶段圆心的累加器阈值。第八个参数，类型的有默认值，表示圆半径的最小值。目录效果展示基础理论（HSV）为什么用HSV空间而不是RGB空间？ HSV 1、Hue（色相） 2、Value（明...

developerworks 2021-09-22 10:02 评论0 收藏0