python数字图像处理（16）：霍夫圆和椭圆变换

最新推荐文章于 2022-11-26 19:08:18 发布

weixin_34291004

最新推荐文章于 2022-11-26 19:08:18 发布

阅读量612

点赞数

文章标签： python 人工智能

本文介绍了Python中使用skimage库的霍夫圆和椭圆变换进行数字图像处理的方法。通过霍夫圆检测函数hough_circle，可以检测图像中的圆形，而霍夫椭圆变换函数hough_ellipse则用于检测椭圆形。文章通过实例展示了如何应用这些变换来识别图像中的圆形和椭圆形，并提到了在处理大型图像时，椭圆变换速度较慢的问题。

摘要由CSDN通过智能技术生成

在极坐标中，圆的表示方式为：

x=x0+rcosθ

y=y0+rsinθ

圆心为(x0,y0),r为半径，θ为旋转度数，值范围为0-359

如果给定圆心点和半径，则其它点是否在圆上，我们就能检测出来了。在图像中，我们将每个非0像素点作为圆心点，以一定的半径进行检测，如果有一个点在圆上，我们就对这个圆心累加一次。如果检测到一个圆，那么这个圆心点就累加到最大，成为峰值。因此，在检测结果中，一个峰值点，就对应一个圆心点。

霍夫圆检测的函数：

skimage.transform.hough_circle(image, radius)

radius是一个数组，表示半径的集合，如[3，4，5，6]

返回一个3维的数组（radius index, M, N), 第一维表示半径的索引，后面两维表示图像的尺寸。

例1：绘制两个圆形，用霍夫圆变换将它们检测出来。

import numpy as np
import matplotlib.pyplot as plt
from skimage import draw,transform,feature

img = np.zeros((250, 250,3), dtype=np.uint8)
rr, cc = draw.circle_perimeter(60, 60, 50)  #以半径50画一个圆
rr1, cc1 = draw.circle_perimeter(150, 150, 60) #以半径60画一个圆
img[cc, rr,:] =255
img[cc1, rr1,:] =255

fig, (ax0,ax1) = plt.subplots(1,2, figsize=(8, 5))

ax0.imshow(img)  #显示原图
ax0.set_title('origin image')

hough_radii = np.arange(50, 80, 5)  #半径范围
hough_res =transform.hough_circle(img[:,:,0], hough_radii)  #圆变换 

centers = []

最低0.47元/天解锁文章