python下用OpenCV的圓形檢測

標籤：window   waitkey   噪點   www   str   影像處理   調整   調用   round   

 寫在文章前

這些天因為工作需要要學習映像檢測，笨笨的我啥都不會要盯著OpenCV重頭開始學(；′⌒`)，甚至查資料能力都很弱弱〒▽〒

誇一下我最好的男票(*^▽^*)  男盆友也不是做影像處理的 但是心疼我的笨(〃‘▽‘〃) 

讓我把要求給他(っ??ω??)っ???  他放下手中的遊戲 花了一兩天給我做出來然後寫了份詳細說明書φ(>ω<*) 

當然是記下來 ?(?????)?

??▽ ???3?? 學習去咯

 

一．簡介：

初次使用python的你一定感受到了python的便捷。作為進階程式設計語言只需調用類庫即可。

對於圓形物體識別問題，opencv提供了大量方法。

（代碼文末附上）

二．檢測步驟： 2.1讀取映像

視窗1（初始映像未經過處理）

 

2.2降噪處理

由於映像中存在大量噪點（什麼是噪點參考https://www.zhihu.com/question/23877970）

利用降噪方法cv2.blur(img, (5,5))

其中兩個參數為橫向縱向的模糊程度，數值越大越模糊

這是5，5的模糊程度

 

這是20，20的模糊程度

 

這裡我們用5，5效果測試下來最佳

2.3灰階化

灰階化常用於色彩豐富的映像，類似ps中的失色操作。

方法：cv2.cvtColor(result,cv2.COLOR_BGR2GRAY)

 

由於原映像就是黑白主色調，所以去色改變不大

2.4霍夫變化圓檢測

之前的降噪和灰階化都是為了這一步的檢測

參考文章http://lib.csdn.net/article/opencv/24037

方法如下：

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

參數1 image：傳遞映像

參數2 method：預設，不用理解

參數3 dp：預設，不用理解

參數4 minDist：不同圓心的最小距離，單位為像素

參數5 涉及到Canny演算法，這裡的80為canny演算法的上限，這裡的canny演算法下限自動化佈建為為上限一半，馬上介紹canny演算法

參數6 需要理解上面的參考文章，可以認為是需要達到的累加數量

參數7，8 為最小半徑和最大半徑，避免識別白色的圓圈

那麼什麼是canny演算法呢？簡單來說就是邊緣檢測演算法

具體實現效果可以參考方法：cv2.Canny(img, 27, 54)，顯示效果為

 

加大參數邊緣就越少，我們用到的就是這種效果，即設定上限為80

cv2.Canny(img, 40, 80)

最終

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

會將所有識別的圓形參數（圓心位置，半徑）儲存到circles

可以認為是一個數組中

2.5標記

根據2.4擷取的映像資訊利用cv2.circle()方法進行圈畫

大功告成，可以調整參數達到滿意的效果。

三．附上代碼

# -*- coding: utf-8 -*-import  cv2#載入並顯示圖片img=cv2.imread(‘1.jpg‘)cv2.imshow(‘1‘,img)#降噪（模糊處理用來減少瑕疵點）result = cv2.blur(img, (5,5))cv2.imshow(‘2‘,result)#灰階化,就是去色（類似老式照片）gray=cv2.cvtColor(result,cv2.COLOR_BGR2GRAY)cv2.imshow(‘3‘,gray)#param1的具體實現，用於邊緣檢測    canny = cv2.Canny(img, 40, 80)   cv2.imshow(‘4‘, canny)  #霍夫變換圓檢測circles= cv2.HoughCircles(gray,cv2.HOUGH_GRADIENT,1,50,param1=80,param2=30,minRadius=15,maxRadius=20)#輸出傳回值，方便查看類型print(circles)#輸出檢測到圓的個數print(len(circles[0]))print(‘-------------我是條分割線-----------------‘)#根據檢測到圓的資訊，畫出每一個圓for circle in circles[0]:    #圓的基本資料    print(circle[2])    #座標行列(就是圓心)    x=int(circle[0])    y=int(circle[1])    #半徑    r=int(circle[2])    #在原圖用指定顏色圈出圓，參數設定為int所以圈畫存在誤差    img=cv2.circle(img,(x,y),r,(0,0,255),1,8,0)#顯示新映像cv2.imshow(‘5‘,img)#按任意鍵退出cv2.waitKey(0)cv2.destroyAllWindows()

python下用OpenCV的圓形檢測