使用OpenCV检测重叠的圆形

Question

使用OpenCV检测重叠的圆形

3

我将使用OpenCV库来检测图像中的圆形。作为测试案例，我使用以下图像：

罐底部：

我写了以下代码，应该会先显示未检测到圆的图片，然后显示检测到圆的图片：

import cv2
import numpy as np

image = cv2.imread('can.png')
image_rgb = image.copy()
image_copy = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
grayscaled_image = cv2.cvtColor(image_copy, cv2.COLOR_GRAY2BGR)

cv2.imshow("confirm", grayscaled_image)
cv2.waitKey(0)

cv2.destroyAllWindows()


circles = cv2.HoughCircles(image_copy, cv2.HOUGH_GRADIENT, 1.3, 20, param1=60, param2=33, minRadius=10,maxRadius=28)


if circles is not None:
    print("FOUND CIRCLES")
    circles = np.round(circles[0, :]).astype("int")
    print(circles)
    for (x, y, r) in circles:
        cv2.circle(image, (x, y), r, (255, 0, 0), 4)
        cv2.rectangle(image, (x - 5, y - 5), (x + 5, y + 5), (0, 128, 255), -1)
    cv2.imshow("Test", image + image_rgb)
    cv2.waitKey(0)

cv2.destroyAllWindows()

我得到了这个：结果图像

我觉得我的问题在于使用 HoughCircles() 函数。其用法为： cv2.HoughCircles(image, method, dp, minDist[, circles[, param1[, param2[, minRadius[, maxRadius]]]]]) 其中 minDist 是一个大于 0 的值，要求检测到的圆之间必须有一定距离。由于这个要求，我无法正确检测罐底上所有的圆，因为每个圆的中心都在同一个位置。轮廓是否是解决方案？如何将轮廓转换为圆形，以便我可以使用它们的中心点坐标？为了最好地检测罐底上每个环中的圆形对象，我应该怎么做？

- user5705019

不是你的问题，但是以后需要注意：image_copy = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY) 应该改为 image_copy = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)。 - Micka

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Akhilesh Sreedharan · Accepted Answer

通过自适应阈值处理图像，找到轮廓并为面积大于阈值的轮廓拟合最小包围圆，可以检测出大多数圆。

import cv2
import numpy as np

block_size,constant_c ,min_cnt_area = 9,1,400
img = cv2.imread('viMmP.png')
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
thresh = cv2.adaptiveThreshold(img_gray,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV,block_size,constant_c)
thresh_copy = thresh.copy()
contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
for cnt in contours:
    if cv2.contourArea(cnt)>min_cnt_area:
        (x,y),radius = cv2.minEnclosingCircle(cnt)
        center = (int(x),int(y))
        radius = int(radius)
        cv2.circle(img,center,radius,(255,0,0),1)
cv2.imshow("Thresholded Image",thresh_copy)
cv2.imshow("Image with circles",img)
cv2.waitKey(0)

现在这个脚本产生的结果是：

但是有一些权衡，比如，如果将block_size和constant_c分别更改为11和2，则脚本产生的结果为：

您应该尝试使用适当形状的内核应用腐蚀操作，以分离阈值图像中重叠的圆形。

您可以查看以下链接了解更多关于自适应阈值和轮廓的内容：

阈值化示例：http://docs.opencv.org/3.1.0/d7/d4d/tutorial_py_thresholding.html

阈值化参考：http://docs.opencv.org/2.4/modules/imgproc/doc/miscellaneous_transformations.html

轮廓示例：http://docs.opencv.org/3.1.0/dd/d49/tutorial_py_contour_features.html