在程序中我使用这样的精确过滤器:
circles = cv2.HoughCircles(cannyresult,cv2.cv.CV_HOUGH_GRADIENT,1,10)
if circles is None:
print'no '
然后终端打印no
,这意味着没有结果,cannyresult
是一张有很多圆圈的图片。有人可以帮我吗?
答案 0 :(得分:0)
用法是:
Python: cv2.HoughCircles(image, method, dp, minDist[, circles[, param1[, param2[, minRadius[, maxRadius]]]]]) → circles
其中
circles – Output vector of found circles. Each vector is encoded as a 3-element floating-point vector (x, y, radius)
示例用法:
#include <cv.h>
#include <highgui.h>
#include <math.h>
using namespace cv;
int main(int argc, char** argv)
{
Mat img, gray;
if( argc != 2 && !(img=imread(argv[1], 1)).data)
return -1;
cvtColor(img, gray, CV_BGR2GRAY);
// smooth it, otherwise a lot of false circles may be detected
GaussianBlur( gray, gray, Size(9, 9), 2, 2 );
vector<Vec3f> circles;
HoughCircles(gray, circles, CV_HOUGH_GRADIENT,
2, gray->rows/4, 200, 100 );
for( size_t i = 0; i < circles.size(); i++ )
{
Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
int radius = cvRound(circles[i][2]);
// draw the circle center
circle( img, center, 3, Scalar(0,255,0), -1, 8, 0 );
// draw the circle outline
circle( img, center, radius, Scalar(0,0,255), 3, 8, 0 );
}
namedWindow( "circles", 1 );
imshow( "circles", img );
return 0;
}
需要注意的重要一点是,而不是:
circles = HoughCircles(gray, CV_HOUGH_GRADIENT...
你需要传递一个矢量:
vector<Vec3f> circles;
HoughCircles(gray, circles, CV_HOUGH_GRADIENT,
2, gray->rows/4, 200, 100 );
这更像是一种C风格的编程
答案 1 :(得分:0)
It's all about parameters ,它始终是。 HoughCircles中使用的参数为fundamental role。
我希望我能帮助你更多,但如果没有输入图像,我的双手就会被束缚住。我与您分享的最后一个参考文献提供了其他答案的链接,其中包含实际源代码,这些代码演示了调整函数参数的重要性,直到它们为您工作。