OpenCV——圆检测

使用cv2.HoughCircles()函数进行圆检测。

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

参数设置：

• image：源图像;

• method：cv2.HOUGH_GRADIENT 也就是霍夫圆检测，梯度法；

• dp：计数器的分辨率图像像素分辨率与参数空间分辨率的比值，dp=1，则参数空间与图像像素空间（分辨率）一样大，dp=2，参数空间的分辨率只有像素空间的一半大；

• minDist： 圆心之间最小距离，如果距离太小，会产生很多相交的圆，如果距离太大，则会漏掉正确的圆；

• param1：canny检测的双阈值中的高阈值，低阈值是它的一半；

• param2：基于圆心的最小投票数；

• minRadius：需要检测圆的最小半径；

• maxRadius：需要检测圆的最大半径。

• 源代码

import cv2
import numpy as np

planets = cv2.imread('planet_glow.jpg')
gray_img = cv2.cvtColor(planets, cv2.COLOR_BGR2GRAY)
img = cv2.medianBlur(gray_img, 5)

circles = cv2.HoughCircles(img, cv2.HOUGH_GRADIENT, 1, 120, param1=100, param2=30, minRadius=0, maxRadius=0)

circles = np.uint16(np.around(circles))

for i in circles[0, :]:
    # draw the outer circle
    cv2.circle(planets, (i[0], i[1]), i[2], (0, 255, 0), 2)
    # draw the center of the circle
    cv2.circle(planets, (i[0], i[1]), 2, (0, 0, 255), 3)

cv2.imshow("HoughCirlces", planets)
cv2.waitKey()
cv2.destroyAllWindows()

• planet_glow.jpg

• HoughCirlces

---

想了解更多关于数字图像处理：数字图像处理专栏