【OpenCV |
您所在的位置:网站首页 › opencv 查找圆 › 【OpenCV |
OpenCV Python Hough 圆变换
【目标】
学习用 Hough 变换检测圆
cv2.HoughCircles()
【理论】
圆的数学表达式是 ( x − x c e n t e r ) 2 + ( y − y c e n t e r ) 2 = r 2 (x-x_{center})^2 + (y-y_{center})^2 = r^2 (x−xcenter)2+(y−ycenter)2=r2 其中 ( x c e n t e r , y c e n t e r ) (x_{center}, y_{center}) (xcenter,ycenter)是圆心, r r r是半径。从方程中我们可以看出有3个参数,所以我们需要一个用于 Hough 变换的3D累加器,这将是非常不奏效的,所以,OpenCV用了一个比较 tricker 的方法,Hough Gradient Method利用了边缘梯度信息。 【代码】用 Hough 变换在灰度图像上找圆; 通常检测圆心较好,但是半径不是很精确,可以辅助设置 minRadius 和 maxRadius . HOUGH_GRADIENT方法,可以将 maxRadius 设置为负数,这样只会查找圆心,而不会查找半径,查找半径可以用其他的方法。GaussianBlue() 用 7*7的核,1.5 * 1.5 的sigma,可以使得效果更好一些。 image: 单通道8位灰度图像 circles: 返回的圆的数组(vector/list),元组结构 ( x , y , r a d i u s , v o t e s ) (x, y, radius, votes) (x,y,radius,votes) method: 检测方法,有四种:HOUGH_GRADIENT, HOUGH_STANDARD, HOUGH_PROBABILISTIC, HOUGH_MULTI_SCALE dp: 变换比例系数,累加器分辨率与图像分辨率的反比。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,蓄能器的宽度和高度为其一半。对于 HOUGH_GRADIENT_ALT ,建议值为dp=1.5,除非需要检测一些非常小的圆。 minDist: 最小距离,圆心之间最小的距离,如果参数非常小,多个相邻的圆会被多检出,如果设置的很大,则会漏掉一些圆。 param1: 第一个与方法相关的参数,在 HOUGH_GRADIENT 和 HOUGH_GRIDIENT_ALT 的情况下,它是传递到 Canny 边缘检测器的两个阈值中的较高阈值(较低的阈值小两倍)。请注意, HOUGH_GRADIENT_ALT 使用 Scharr 算法来计算图像梯度,因此阈值通常应该更高。 param2: 第二个与方法相关的参数,在 HOUGH_GRADIENT 的情况下,它是检测圆心的累加器阈值,越小可能呢检测到的假圆越多。首先返回与较大累加器值相对应的圆。在 HOUGH_GRADIENT_ALT 情况下,它是圆的“完美度”度量,它越接近于1,算法选择的圆越好,在大多数情况下,0.9应该是好的,如果想要更好地检测小圆,可以将其降低到0.85、0.8或更低。也要尝试限制搜索范围[minRadius, maxRadius],避免许多假圆。 minRadius: 最小半径 maxRadius: 最大半径,If |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |