圓檢測用的OpenCV

Question

如何改善以下圓檢測碼的性能

from matplotlib.pyplot import imshow, scatter, show 
import cv2 

image = cv2.imread('points.png', 0) 
_, image = cv2.threshold(image, 254, 255, cv2.THRESH_BINARY) 
image = cv2.Canny(image, 1, 1) 
imshow(image, cmap='gray') 

circles = cv2.HoughCircles(image, cv2.HOUGH_GRADIENT, 2, 32) 
x = circles[0, :, 0] 
y = circles[0, :, 1] 

scatter(x, y) 
show() 

與下面的源圖像：

我試圖調整的參數HoughCircles函數，但它們會導致太多的誤報或太多的漏報。特別是，我有虛假圈麻煩兩個斑點之間的差距正在檢測：

Answer 1

@Carlos，我真的不霍夫圓的大風扇，一個像你」的情況已經描述過。說實話，我覺得這個算法非常不直觀。我會建議你的情況是使用findContour()功能，然後計算質量中心。這樣說，我調整了霍夫的參數有點合理的結果。在Canny之前，我還使用了一種不同的預處理方法，因爲我沒有看到在任何其他情況下該閾值將如何工作。

霍夫方法：

發現質量中心：

，代碼：

from matplotlib.pyplot import imshow, scatter, show, savefig 
import cv2 

image = cv2.imread('circles.png', 0) 
#_, image = cv2.threshold(image, 254, 255, cv2.THRESH_BINARY) 
image = cv2.GaussianBlur(image.copy(), (27, 27), 0) 
image = cv2.Canny(image, 0, 130) 
cv2.imshow("canny", image) 
cv2.waitKey(0) 
imshow(image, cmap='gray') 

circles = cv2.HoughCircles(image, cv2.HOUGH_GRADIENT, 22, minDist=1, maxRadius=50) 
x = circles[0, :, 0] 
y = circles[0, :, 1] 

scatter(x, y) 
show() 
savefig('result1.png') 
cv2.waitKey(0) 

_, cnts, _ = cv2.findContours(image.copy(), cv2.RETR_EXTERNAL, 
    cv2.CHAIN_APPROX_SIMPLE) 

# loop over the contours 
for c in cnts: 
    # compute the center of the contour 
    M = cv2.moments(c) 
    cX = int(M["m10"]/M["m00"]) 
    cY = int(M["m01"]/M["m00"]) 

    #draw the contour and center of the shape on the image 
    cv2.drawContours(image, [c], -1, (125, 125, 125), 2) 
    cv2.circle(image, (cX, cY), 3, (255, 255, 255), -1) 

cv2.imshow("Image", image) 
cv2.imwrite("result2.png", image) 
cv2.waitKey(0) 

兩種方法都需要一些微調，但我希望給你更多的東西來與...合作。

來源：this answer當然也是唯一的pyimagesearch。