这篇教程Python OpenCV基于霍夫圈变换算法检测图像中的圆形写得很实用，希望能帮到您。
第一章：霍夫变换检测圆
① 实例演示1这个是设定半径范围 0-50 后的效果。 
② 实例演示2这个是设定半径范围 50-70 后的效果，因为原图稍微大一点，半径也大了一些。 
③ 霍夫变换函数解析cv.HoughCircles() 方法 参数分别为：image、method、dp、minDist、param1、param2、minRadius、maxRadius 其中： - image 为灰度图像；
- method 使用的方法为霍夫梯度法，目前已知的有 HOUGH_GRADIENT 和 HOUGH_GRADIENT_ALT 两种，后者的准确率会更高一点；
- dp 为累加器分辨率与图片分辨率的反比。
- minDist 为两个圆中心的最小距离；
- param1 对于 CV_HOUGH_GRADIENT 表示传入 canny 边缘检测的阈值；
- param2 对于 CV_HOUGH_GRADIENT 表示检测阶段圆心的累加阈值，值越小能检测出的圆越多，值越大的话就检测出来的少，但是检测出来的圆形相比于没检测出来的会更圆、更完美一些；
- minRadius 为最小半径；
- minRadius 为最大半径；
首先通过均值偏移滤波降噪来排除干扰的点，提高识别的准确率，然后进行灰度处理。 # 均值偏移滤波降噪处理mean_filter_img = cv.pyrMeanShiftFiltering(image, 10, 100)cv.imshow("mean_filter_img", mean_filter_img)# 图像灰度处理gray_img = cv.cvtColor(mean_filter_img, cv.COLOR_BGR2GRAY)# 霍夫圈变换# 参数分别为：image, method, dp, minDist, param1, param2, minRadius, maxRadius# 其中：image为灰度图像，method使用的方法为霍夫梯度法，minDist两个圆中心的最小距离circles = cv.HoughCircles(gray_img, cv.HOUGH_GRADIENT, 1, 30, param1=50, param2=30, minRadius=0, maxRadius=50)
第二章：Python + opencv 完整检测代码
① 源代码# -*- coding:utf-8 -*-# 2021-12-17# 作者：小蓝枣# opencv圆形检测import cv2 as cvimport numpy as npdef detect_circle(image): ''' 作用：圆形检测 参数：需要检测圆的图片 返回：检测出圆形的信息 ''' # 均值偏移滤波降噪处理 mean_filter_img = cv.pyrMeanShiftFiltering(image, 10, 100) cv.imshow("mean_filter_img", mean_filter_img) # 图像灰度处理 gray_img = cv.cvtColor(mean_filter_img, cv.COLOR_BGR2GRAY) # 霍夫圈变换 # 参数分别为：image, method, dp, minDist, param1, param2, minRadius, maxRadius # 其中：image为灰度图像，method使用的方法为霍夫梯度法，minDist两个圆中心的最小距离 circles = cv.HoughCircles(gray_img, cv.HOUGH_GRADIENT, 1, 30, param1=50, param2=30, minRadius=0, maxRadius=50) # 对数据进行取整 print("取整前信息：" + str(circles)) circles = np.uint16(np.around(circles)) print("取整后信息：" + str(circles)) return circles def draw_circle(img, circles): ''' 作用：根据圆形信息在图片中绘制圆 参数1：原始图片信息 参数2：圆形坐标信息 返回：无 ''' for i in circles[0, :]: # 绘制圆外圈 # 参数分别为：圆心、半径、颜色、线框宽度 cv.circle(img, (i[0], i[1]), i[2], (0, 0, 255), 2) # 绘制圆心 cv.circle(img, (i[0], i[1]), 2, (255, 0, 0), 2) cv.imshow("draw_circle_img", img)# 读取图片信息img = cv.imread("./image/meixi.jpg")# 设置窗口不可改变大小（参数包含：WINDOW_AUTOSIZE、WINDOW_NORMAL、WINDOW_OPENGL）cv.namedWindow("original image", cv.WINDOW_AUTOSIZE)cv.imshow("original image", img)# 检测圆circles = detect_circle(img)#绘制圆draw_circle(img, circles)cv.waitKey(0)cv.destroyAllWindows()
② 运行效果图原始图片： 
降噪后效果： 
霍夫变换检测圆处理后效果： 
取整后效果图： 
到此这篇关于Python OpenCV基于霍夫圈变换算法检测图像中的圆形的文章就介绍到这了,更多相关OpenCV霍夫圈变换算法检测圆形内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
基于Opencv图像识别实现答题卡识别示例详解
用Python实现流星雨效果的方法详解 |
