【OpenCV-Python】15 直线和圆检测（霍夫变换）

直线检测

代码

# -*- coding: utf-8 -*-
"""
Created on Tue Dec 29 21:19:30 2020

@author: gkm0120
"""
import cv2
import numpy as np

img = cv2.imread('building.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,120)
minLineLength = 20
maxLineGap = 5
# 函数cv2.HoughLinesP()是一种概率直线检测，它通过分析点的子集估计这些点都属于一条直线的概率
# cv2.HoughLinesP：参数1是需要处理的图像；参数2、3是线段的几何表示，一般取1和np.pi/180；参数4是阈值（低于该阈值被忽略）；
# 参数5是线的最短长度，比这个短的都被忽略；参数6是两条直线之间的最大间隔，小于此值，认为是一条直线
lines = cv2.HoughLinesP(edges,1,np.pi/180,20,minLineLength,maxLineGap)
for x1,y1,x2,y2 in lines[0]:
  cv2.line(img,(x1,y1),(x2,y2),(0,255,0),2)

cv2.imshow("edges", edges)
cv2.imshow("lines", img)
cv2.waitKey()
cv2.destroyAllWindows()

图例

building.jpg

edges

注：HoughLines函数接收一个由Canny边缘检测滤波器处理过的单通道二值图像。不一定需要Canny滤波器，但是一个经过去噪并只有边缘的图像当作Hough变换的输入会很不错，因此使用Canny滤波器是一个普遍的惯例。

圆检测

代码

# -*- coding: utf-8 -*-
"""
Created on Tue Dec 29 21:25:01 2020

@author: gkm0120
"""
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)
# cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)

# cv2.HoughCircles(image, method, dp, minDist, circles, param1, param2, minRadius, maxRadius)
# 参数3是用来检测圆心的累加器图像的分辨率于输入图像之比的倒数，dp= 1时，累加器和输入图像具有相同的分辨率
# 参数4是为霍夫变换检测到的圆的圆心之间的最小距离，参数5表示传递给canny边缘检测算子的高阈值；参数6是表示在检测阶段圆心的累加器阈值
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.imwrite("planets_circles.jpg", planets)
cv2.imshow("HoughCirlces", planets)
cv2.waitKey()
cv2.destroyAllWindows()

图例

planet_glow.jpg

planets_circles.jpg