Question

如何改善以下圈检测代码的性能

from matplotlib.pyplot import imshow, scatter, show
import cv2

image = cv2.imread('points.png', 0)
_, image = cv2.threshold(image, 254, 255, cv2.THRESH_BINARY)
image = cv2.Canny(image, 1, 1)
imshow(image, cmap='gray')

circles = cv2.HoughCircles(image, cv2.HOUGH_GRADIENT, 2, 32)
x = circles[0, :, 0]
y = circles[0, :, 1]

scatter(x, y)
show()

使用以下源图像：

我已尝试调整HoughCircles函数的参数，但它们会导致过多的误报或过多的误报。特别是，我遇到了在两个blob之间的间隙中检测到虚假圆圈的问题：

Answer 1

@Carlos，在你所描述的情况下，我并不是Hough Circles的忠实粉丝。说实话，我发现这个算法非常不直观。在您的情况下，我建议使用findContour()函数，然后计算质量中心。如上所述，我调整了Hough的参数以获得合理的结果。在Canny之前我也使用了一种不同的预处理方法，因为我不知道在任何其他情况下阈值处理是如何工作的。

Hough方法：

寻找群众中心：

代码：

from matplotlib.pyplot import imshow, scatter, show, savefig
import cv2

image = cv2.imread('circles.png', 0)
#_, image = cv2.threshold(image, 254, 255, cv2.THRESH_BINARY)
image = cv2.GaussianBlur(image.copy(), (27, 27), 0)
image = cv2.Canny(image, 0, 130)
cv2.imshow("canny", image)
cv2.waitKey(0)
imshow(image, cmap='gray')

circles = cv2.HoughCircles(image, cv2.HOUGH_GRADIENT, 22, minDist=1, maxRadius=50)
x = circles[0, :, 0]
y = circles[0, :, 1]

scatter(x, y)
show()
savefig('result1.png')
cv2.waitKey(0)

_, cnts, _ = cv2.findContours(image.copy(), cv2.RETR_EXTERNAL,
    cv2.CHAIN_APPROX_SIMPLE)

# loop over the contours
for c in cnts:
    # compute the center of the contour
    M = cv2.moments(c)
    cX = int(M["m10"] / M["m00"])
    cY = int(M["m01"] / M["m00"])

    #draw the contour and center of the shape on the image
    cv2.drawContours(image, [c], -1, (125, 125, 125), 2)
    cv2.circle(image, (cX, cY), 3, (255, 255, 255), -1)

cv2.imshow("Image", image)
cv2.imwrite("result2.png", image)
cv2.waitKey(0)

这两种方法都需要更精细的调整，但我希望这能为你提供更多的工作。

来源：this answer和pyimagesearch。

Answer 2

尽管可以微调给定图像的霍夫圆，但是图像之间的最佳参数可能会有所不同。因此，尽管可行，但仍需要付出相当大的努力才能使用Hough Circles来使圆圈检测变得可靠！

相反，我建议使用更现代的方法，例如：

基于弧邻接矩阵的快速椭圆检测（https://ieeexplore.ieee.org/document/8972900）。可用代码：https://github.com/Li-Zhaoxi/AAMED
通过弧支撑线段（https://ieeexplore.ieee.org/document/8296246）进行圆检测。可用代码：https://github.com/AlanLuSun/Circle-detection

使用OpenCV进行圆检测

2 个答案: