快捷導(dǎo)航

Python?opencv進(jìn)行圓形識(shí)別(圓檢測(cè))實(shí)例代碼

更新時(shí)間：2023年05月12日 11:06:02 作者：老李的森林

最近工作的項(xiàng)目上需要檢測(cè)圖像中是否有圓形,下面這篇文章主要給大家介紹了關(guān)于Python?opencv進(jìn)行圓形識(shí)別(圓檢測(cè))的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下

前言

圓形識(shí)別（圓檢測(cè)）是圖像識(shí)別中很常見(jiàn)的一種處理方式，最核心的是cv2.HoughCircles這個(gè)函數(shù)實(shí)現(xiàn)的圓形檢測(cè)。當(dāng)然還有一些其他的處理過(guò)程，以下詳述：

1 讀入圖像

首先需要讀取一個(gè)圖像文件，將其作為一個(gè)變量

img = cv2.imread("save1.jpg", 0)     # 0或者cv2.IMREAD_GRAYSCALE  讀取為灰度圖像
img2 = cv2.imread("save1.jpg", 1)     # 1或者cv2.IMREAD_COLOR 讀取為為彩色圖像

img是一個(gè)ndarray，2維結(jié)構(gòu)，包含的是灰度化后的圖像信息

img2是一個(gè)ndarray，3維結(jié)構(gòu)，包含的是RGB彩色圖像信息，比img2多出一個(gè)色彩維度

如下圖，img2是3個(gè)方括號(hào)“[”

2 圖像預(yù)處理

可以對(duì)圖像進(jìn)行裁切，濾波等處理，當(dāng)然不處理也可以直接用，以下展示一下：

裁切

size = 400
x1 = 560
y1 = 200
x2 = x1+size
y2 = y1+size
cut = img[y1:y2, x1:x2]

濾波加二值化

numpy_img = cv2.adaptiveThreshold(cut, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 15)   # 自動(dòng)閾值二值化

顯示中間處理過(guò)程

有時(shí)候我們需要直觀的看到中間處理過(guò)程的圖像樣貌，可以隨時(shí)顯示

cv2.imshow("img", img)
cv2.imshow("cut", cut)
cv2.imshow("numpy_img", numpy_img)
cv2.waitKey(0)

注意imshow函數(shù)，第一個(gè)參數(shù)是要顯示的窗口的標(biāo)題，不得用中文和中文標(biāo)點(diǎn)，必須全英文，否則會(huì)亂碼，第2個(gè)參數(shù)是待顯示的圖像變量
最后一行可以沒(méi)有，如果有的話(huà)，程序會(huì)在此等待，直到有按鍵動(dòng)作，程序才繼續(xù)往后運(yùn)行。這對(duì)我們調(diào)試比較有用。

3 圓形識(shí)別

#                                                      圓心距 canny閾值    投票數(shù)      最小半徑       最大半徑
circles = cv2.HoughCircles(img, cv2.HOUGH_GRADIENT, 1, 170,   param1=100, param2=60,  minRadius=60, maxRadius=90)

大概講一下重要的幾個(gè)參數(shù)，參數(shù)與實(shí)際的圖像尺寸相關(guān)，不是一個(gè)參數(shù)用所有的圖

圓心距：170 圓心距小于此值的圓不檢測(cè)，以減小計(jì)算量

canny閾值：圖像二值化的參數(shù)，根據(jù)實(shí)際情況調(diào)整

投票數(shù)：一個(gè)圓需要至少包含多少個(gè)點(diǎn)，才認(rèn)為這是一個(gè)圓

最小半徑，最大半徑：在此值之間的圓才是需要的圓，超過(guò)范圍不檢測(cè)，以減小計(jì)算量

檢測(cè)完的結(jié)果保存在circles 中

可以自己調(diào)整參數(shù)以觀察結(jié)果

4 顯示檢測(cè)結(jié)果

沒(méi)啥好說(shuō)的，代碼很簡(jiǎn)單，就是對(duì)于每個(gè)結(jié)果畫(huà)出圓和圓心

arr1 = np.zeros([0, 2], dtype=int)                      # 創(chuàng)建一個(gè)0行, 2列的空數(shù)組
if circles is not None:
    circles = np.uint16(np.around(circles))   # 4舍5入, 然后轉(zhuǎn)為uint16
    for i in circles[0, :]:
        arr1 = np.append(arr1, (i[0], i[1]))            # arr1是圓心坐標(biāo)的np數(shù)組
        # print(arr1)
        cv2.circle(img2, (i[0], i[1]), i[2], (0, 0, 255), 3)  # 輪廓
        cv2.circle(img2, (i[0], i[1]), 2, (0, 0, 0), 6)     # 圓心