OpenCV检测圆并求出圆心与半径

对自己的项目有一个简单的想法,想先用OpenCV检测出图片中的圆,并找到圆心与半径。以前从别人的博客学习了很多,现在也把我的一个简单代码贴在下面,并注释。希望能给各位有一点点帮助。
int main(int argc, char** argv)
{
    const char* filename = "4-2.jpg";

    Mat img = imread(filename);
    if (img.empty())
    {
        cout << "can not open " << filename << endl;
        return -1;
    }

    Mat img3,img2,img4;

    //cvtColor(img, cimg, COLOR_GRAY2BGR);
    cvtColor(img, img2, COLOR_BGR2GRAY);   //把彩色图转换为
  • 23
    点赞
  • 179
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
使用 OpenCV 实现 Hough 检测可以通过以下步骤实现: 1. 导入必要的库和图像。 ```python import cv2 import numpy as np # 加载图像 img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE) ``` 2. 对图像进行预处理。 ```python # 高斯模糊 img = cv2.GaussianBlur(img, (5, 5), 0) # Canny 边缘检测 edges = cv2.Canny(img, 100, 200) ``` 3. 运行 Hough 检测算法。 ```python # 运行 Hough 检测算法 circles = cv2.HoughCircles(edges, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=0, maxRadius=0) # 将圆心半径转换为整数 circles = np.uint16(np.around(circles)) ``` 其中,参数解释如下: - `edges`:边缘检测后的图像。 - `cv2.HOUGH_GRADIENT`:使用梯度法检测形。 - `1`:表示检测图像的分辨率。 - `20`:表示两个之间的最小距离。 - `param1=50`:表示 Canny 边缘检测的高阈值。 - `param2=30`:表示圆心的累加器阈值。 - `minRadius=0`:表示的最小半径。 - `maxRadius=0`:表示的最大半径。 4. 在图像上绘制检测到的。 ```python # 绘制检测到的 for i in circles[0, :]: # 绘制 cv2.circle(img, (i[0], i[1]), i[2], (0, 255, 0), 2) # 绘制圆心 cv2.circle(img, (i[0], i[1]), 2, (0, 0, 255), 3) # 显示图像 cv2.imshow('Hough Circles', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 其中,`circles[0, :]` 存储检测到的所有的参数,包括圆心坐标和半径。在绘制时,`cv2.circle()` 函数的参数解释如下: - `(i[0], i[1])`:圆心坐标。 - `i[2]`:半径。 - `(0, 255, 0)`:的颜色。 - `2`:的线宽。 - `(0, 0, 255)`:圆心的颜色。 - `3`:圆心的大小。 完整代码如下: ```python import cv2 import numpy as np # 加载图像 img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE) # 高斯模糊 img = cv2.GaussianBlur(img, (5, 5), 0) # Canny 边缘检测 edges = cv2.Canny(img, 100, 200) # 运行 Hough 检测算法 circles = cv2.HoughCircles(edges, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=0, maxRadius=0) # 将圆心半径转换为整数 circles = np.uint16(np.around(circles)) # 绘制检测到的 for i in circles[0, :]: # 绘制 cv2.circle(img, (i[0], i[1]), i[2], (0, 255, 0), 2) # 绘制圆心 cv2.circle(img, (i[0], i[1]), 2, (0, 0, 255), 3) # 显示图像 cv2.imshow('Hough Circles', img) cv2.waitKey(0) cv2.destroyAllWindows() ```
评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值