python-opencv之圆检测

opencv的HoughCircles函数可用来检测圆，它与使用houghLines函数类似。与HoughLines中用来决定删除或保留直线的两个参数minLineLength和maxLineGap一样，HoughCircles有一个圆心之间的最小距离和圆的最小最大半径。

import os
import cv2
import numpy as np

image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.medianBlur(gray, 3)

circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 200, param1=100, param2=30, minRadius=0, maxRadius=0)

for i in circles[0, : ]:
        cv2.circle(image, (i[0], i[1]), i[2], (0, 0, 255), 2)  #画圆
        cv2.circle(image, (i[0], i[1]), 2, (0, 0, 255), 2)     #画圆心

cv2.imwrite('circles.jpg', image)

OpenCV的霍夫圆变换函数原型：HoughCircles(image, method, dp, minDist[, circles[, param1[, param2[, minRadius[, maxRadius]]]]]) -> circles

参数设置：

• image参数表示8位单通道灰度输入图像矩阵。
• method参数表示圆检测方法，目前唯一实现的方法是HOUGH_GRADIENT。
• dp参数表示累加器与原始图像相比的分辨率的反比参数。例如，如果dp = 1，则累加器具有与输入图像相同的分辨率。如果dp=2，累加器分辨率是元素图像的一半，宽度和高度也缩减为原来的一半。
• minDist参数表示检测到的两个圆心之间的最小距离。如果参数太小，除了真实的一个圆圈之外，可能错误地检测到多个相邻的圆圈。如果太大，可能会遗漏一些圆圈。
• circles参数表示检测到的圆的输出向量，向量内第一个元素是圆的横坐标，第二个是纵坐标，第三个是半径大小。
• param1参数表示Canny边缘检测的高阈值，低阈值会被自动置为高阈值的一半。
• param2参数表示圆心检测的累加阈值，参数值越小，可以检测越多的假圆圈，但返回的是与较大累加器值对应的圆圈。
• minRadius参数表示检测到的圆的最小半径。
• maxRadius参数表示检测到的圆的最大半径。

OpenCV画圆的circle函数原型：circle(img, center, radius, color[, thickness[, lineType[, shift]]]) -> img

• img参数表示源图像。
• center参数表示圆心坐标。
• radius参数表示圆的半径。
• color参数表示设定圆的颜色。
• thickness参数：如果是正数，表示圆轮廓的粗细程度。如果是负数，表示要绘制实心圆。
• lineType参数表示圆线条的类型。
• shift参数表示圆心坐标和半径值中的小数位数。

输入图像：

输出：