python 圆形检测_基于opencv-python的圆形检测

一、图像基本处理

通常我们获取到的原始图像包含了比较多的背景噪声，影响我们对目标的提取，因此在进行变换前，我们会采取一些预处理方法对图像进行增强，如：

1、灰度处理

2、边缘检测，常用Canny算子；

3、进行联通区域处理；

二、霍夫圆变换

opencv-python提供了HoughCircles函数来完成圆形检测及变换。

cv2.HoughCircles(gray,cv2.HOUGH_GRADIENT,1,50,param1=80,param2=30,minRadius=15,maxRadius=20)

参数1 image：传递图像

参数2 method：默认，不用理解

参数3 dp：默认，不用理解

参数4 minDist：不同圆心的最小距离，单位为像素

参数5 涉及到Canny算法，这里的80为canny算法的上限，这里的canny算法下限自动设置为为上限一半，马上介绍canny算法

参数6 需要理解上面的参考文章，可以认为是需要达到的累加数量

参数7，8 为最小半径和最大半径，避免识别白色的圆圈

三、源码

import cv2

#载入并显示图片

img=cv2.imread('F:/circle/7.jpg')

#cv2.imshow('img',img)

#灰度化

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

#输