Question

def detect_circles():
    img = cv2.imread('img.JPG', 0)
    #img = cv2.medianBlur(img, 3)
    #cim= cv2.GaussianBlur(img, (15, 15), 0)
    cimg = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)

    circles = cv2.HoughCircles(img, cv2.cv.CV_HOUGH_GRADIENT, 1, 30,param1=100,param2=39,minRadius=25,maxRadius=70)
    circles = np.uint16(np.around(circles))
    count = 0
    for i in circles[0, :]:
        count = count + 1
        # draw the outer circle
        cv2.circle(cimg, (i[0], i[1]), i[2], (0, 255, 0), 2)
        # draw the center of the circle
        cv2.circle(cimg, (i[0], i[1]), 2, (0, 0, 255), 3)

    cv2.imwrite('circles_detected.JPG', cimg)
    print(count)

此功能用于检测图像中的圆圈。它工作正常，但我需要区分颜色。所以我写了这个函数，它将每个像素的G和R值设置为0。

def iterate_image():
    img = read_img('SDC10004.JPG')
    height = img.shape[0]
    width = img.shape[1]
    for i in range(height):
        for j in range(width):
            #img.itemset((i,j, 0), 100)
            img.itemset((i,j, 1), 0)
            img.itemset((i,j, 2), 0)

    write_img(img,'SDC10004_selfmade_blue.JPG')

当我尝试使用蓝色像素图像检测圆圈时，我收到以下错误消息：

Traceback (most recent call last):
File "/home/user/Documents/workspace/ImageProcessing/Main.py", line 107, in <module>
detect_circles();
File "/home/user/Documents/workspace/ImageProcessing/Main.py", line 94, in detect_circles
circles = np.uint16(np.around(circles))
File "/usr/lib/python2.7/dist-packages/numpy/core/fromnumeric.py", line 2610, in around
return _wrapit(a, 'round', decimals, out)
File "/usr/lib/python2.7/dist-packages/numpy/core/fromnumeric.py", line 43, in _wrapit
result = getattr(asarray(obj), method)(*args, **kwds)
AttributeError: rint

有没有人曾经这样做过？

Answer 1

所以，我相信我发现了这里的问题。

HoughCircles并不棘手，你只需要小心它的参数化。这种方法基于Canny边缘检测器，后者可以对灰度图像进行阈值处理。

opencv用于灰度图像的formula由下式给出：

RGB_to_Gray: 0.299.R + 0.587.G + 0.114.B

由于您将三个RGB通道中的两个归零，因此灰度值的强度将降低。因此，您的阈值可以避免任何圆圈检测， cv2.HoughCircles 会返回无。因此，由于您未测试圈的类型是无，因此当您尝试执行 np.around（无）时，您的脚本将无法进展

在 cv2.HoughCircles 上调整 param1 应该可以解决问题。

param1 - 第一个特定于方法的参数。如果是CV_HOUGH_GRADIENT ，它是两个传递给Canny（）边缘的较高阈值探测器（较低的一个小两倍）

HoughCircles param1 source。

python opencv - 像素操作后HoughCircles错误

1 个答案: