标签:circles gray img 变换 分辨率 霍夫圈 OpenCV cv dp
主要使用cv.HoughCircles()函数来实现。
cv2.HoughCircles(image,method,dp,minDist[, circles[,param1, param2[,minRadius[,maxRadius]]]]])
参数如下:
- image:输入矩阵
- method:cv2.HOUGH_GRADIENT,也就是霍夫圆检测,梯度法
- dp:计数器的分辨率图像像素分辨率与参数空间分辨率的比值,dp=1,则参数空间与图像像素空间(分辨率)一样大,dp=2,参数空间的分辨率只有像素空间的一半大
- minDist:圆心之间最小距离,如果距离太小,会产生很多相交的圆,如果距离太大,则会漏掉正确的圆
- param1:检测的双阈值中的高阈值,低阈值是它的一半
- param2:最小投票数(基于圆心的投票数)
- minRadius:需要检测圆的最小半径
- maxRadius:需要检测圆的最大半径
- 返回值:返回N个圆的信息储存在1×N的ndarray
代码示例:
import numpy as np
import cv2 as cv
img_gray = cv.imread("C:\\Users\\dell\\Desktop\\prac files\\logo1.jpg", 0)
img_gray = cv.medianBlur(img_gray, 5)
img = cv.cvtColor(img_gray, cv.COLOR_GRAY2BGR)
circles = cv.HoughCircles(img_gray, cv.HOUGH_GRADIENT, 1, 200, None, 100, 150, 0, 0)
circles = np.uint16(np.around(circles))
for i in circles[0, :]:
# 绘制外圆
cv.circle(img, (i[0], i[1]), i[2], (0, 255, 0), 2)
# 绘制圆心
cv.circle(img, (i[0], i[1]), 2, (0, 0, 255), 3)
cv.imshow('prac', img)
cv.waitKey(0)
cv.destroyAllWindows()
标签:circles,gray,img,变换,分辨率,霍夫圈,OpenCV,cv,dp 来源: https://blog.csdn.net/weixin_44796581/article/details/120206433
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。