学习使用霍夫变换来查找图像中的圆。 - 我们将看到以下函数:cv.HoughCircles()
理论
圆在数学上表示为,其中(xcenter,ycenter)是圆的中心,r是圆的半径。从等式中,我们可以看到我们有3个参数,因此我们需要3D累加器进行霍夫变换,这将非常低效。因此,OpenCV使用更加技巧性的方法,即使用边缘的梯度信息的Hough梯度方法(Hough梯度需要再关注了解一下)。
我们在这里使用的函数是**cv.HoughCircles**()。它有很多参数,这些参数在文档中有很好的解释。因此,我们直接转到代码。
import numpy as np import cv2 as cv img = cv.imread('opencv-logo-white.png',0) img = cv.medianBlur(img,5) cimg = cv.cvtColor(img,cv.COLOR_GRAY2BGR) circles = cv.HoughCircles(img,cv.HOUGH_GRADIENT,1,20, param1=50,param2=30,minRadius=0,maxRadius=0) circles = np.uint16(np.around(circles)) for i in circles[0,:]: # 绘制外圆 cv.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2) # 绘制圆心 cv.circle(cimg,(i[0],i[1]),2,(0,0,255),3) cv.imshow('detected circles',cimg) cv.waitKey(0) cv.destroyAllWindows()
结果如下: