OpenCV圆点目标检测未发现所有目标，已找到的圆有偏移

Question

OpenCV圆点目标检测未发现所有目标，已找到的圆有偏移

pythoncopencvimage-processingcomputer-vision

8

我正在尝试检测黑白点目标的中心，就像这张图片中一样。我尝试使用cv2.HoughCircles方法，但是只能检测到2到3个目标，并且当我将找到的圆形绘制回图像时，它们总是稍微偏移。我是否使用了错误的方法？我应该使用findContours还是完全不同的方法？以下是我的代码：

import cv2
from cv2 import cv
import os
import numpy as np

def showme(pic):
    cv2.imshow('window',pic)
    cv2.waitKey()
    cv2.destroyAllWindows()


im=cv2.imread('small_test.jpg')

gray=cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)

#I've tried blur,bw,tr...  all give me poor results.

blur = cv2.GaussianBlur(gray,(3,3),0)
n,bw = cv2.threshold(blur,120,255,cv2.THRESH_BINARY)
tr=cv2.adaptiveThreshold(blur,255,0,1,11,2)

circles = cv2.HoughCircles(gray, cv.CV_HOUGH_GRADIENT, 3, 100, None, 200, 100, 5, 16)

try:
    n = np.shape(circles)
    circles=np.reshape(circles,(n[1],n[2]))
    print circles
    for circle in circles:
        cv2.circle(im,(circle[0],circle[1]),circle[2],(0,0,255))
    showme(im)
except:
    print "no cicles found"

这是我的当前输出：

（注：本文为IT技术相关内容，不提供解释）

- hokiebird

很想看看你目前的输出。你可能会有兴趣查看这个线程：https://dev59.com/qmPVa4cB1Zd3GeqP2hpM - karlphillip

以下是上述代码的输出结果。 ![我的代码结果][1] [1]: http://i.stack.imgur.com/nd2Hr.jpg - hokiebird

也许现在是时候回顾一下你的其他问题，并接受解决它们的答案（如果有的话）。每个答案旁边都有一个小复选框，点击它选择你问题的官方答案。 - karlphillip

3个回答

0

大多数使用Python代码检测圆形

import cv2
import numpy as np

img = cv2.imread('coin.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray,(7,9),6)
cimg = cv2.cvtColor(blur,cv2.COLOR_GRAY2BGR)
circles = cv2.HoughCircles(blur,cv2.HOUGH_GRADIENT,1,50,
                            param1=120,param2=10,minRadius=2,maxRadius=30)


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()

- Manivannan Murugavel

0

由于该圆形模式是固定的，并且与对象有很好的区分度，因此简单的模板匹配应该能够很好地工作，可以尝试使用cvMatchTemplate。对于更复杂的条件（由于物体形状或视图几何而引起的扭曲），您可以尝试更强大的特征，如SIFT或SURF（cvExtractSURF）。

- jeff7

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

- karlphillip · Accepted Answer

在玩我的另一篇文章中写的代码时，我能够获得稍微更好的结果：

重点在于参数。 总是如此。

这个程序中调用了3个重要的函数，你应该尝试一下它们： cvSmooth()、cvCanny() 和 cvHoughCircles()。每个函数都有可能极大地改变结果。

以下是 C 代码：

IplImage* img = NULL;
if ((img = cvLoadImage(argv[1]))== 0)
{
    printf("cvLoadImage failed\n");
}

IplImage* gray = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 1);
CvMemStorage* storage = cvCreateMemStorage(0);

cvCvtColor(img, gray, CV_BGR2GRAY);

// This is done so as to prevent a lot of false circles from being detected
cvSmooth(gray, gray, CV_GAUSSIAN, 7, 9);

IplImage* canny = cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
IplImage* rgbcanny = cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,3);
cvCanny(gray, canny, 40, 240, 3);

CvSeq* circles = cvHoughCircles(gray, storage, CV_HOUGH_GRADIENT, 2, gray->height/8, 120, 10, 2, 25);
cvCvtColor(canny, rgbcanny, CV_GRAY2BGR);

for (size_t i = 0; i < circles->total; i++)
{
     // round the floats to an int
     float* p = (float*)cvGetSeqElem(circles, i);
     cv::Point center(cvRound(p[0]), cvRound(p[1]));
     int radius = cvRound(p[2]);

     // draw the circle center
     cvCircle(rgbcanny, center, 3, CV_RGB(0,255,0), -1, 8, 0 );

     // draw the circle outline
     cvCircle(rgbcanny, center, radius+1, CV_RGB(0,0,255), 2, 8, 0 );

     printf("x: %d y: %d r: %d\n",center.x,center.y, radius);
}

cvNamedWindow("circles", 1);
cvShowImage("circles", rgbcanny);

cvSaveImage("out.png", rgbcanny);
cvWaitKey(0);

我相信你有能力将这个移植到Python。