霍夫圈检测删除不必要的圆圈

Question

我在图像上使用霍夫圆检测算法得到了很多圈子。如何使这种检测更准确？

图片显示检测到的圈子。

原始图片

使用以下代码

import cv2
import numpy as np

img = cv2.imread('test_c.jpg',0)

img = cv2.medianBlur(img,5)

cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)

circles=cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,20,param1=50,param2=30,minRadius=0,maxRadius=0)

circles = np.uint16(np.around(circles))

for i in circles[0,:]:

    # 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.imshow('detected circles',cimg)

cv2.waitKey(0)

cv2.destroyAllWindows()`

Answer 1

您正面临这个问题，因为您不知道Hough变换是如何工作的，因为您既没有仔细阅读您最有可能在网上找到的代码，也没有参考OpenCV参考文档。

https://en.wikipedia.org/wiki/Circle_Hough_Transform

http://docs.opencv.org/2.4/modules/imgproc/doc/feature_detection.html?highlight=houghcircles

您必须限制半径。由于霍夫变换或多或少是一种蛮力方法，这非常重要。它大大减少了计算时间，当然你可以而且应该使用它来获得你正在寻找的半径的圆圈......

通过设置圆圈之间的最小距离，您可以避免获得一个圆圈的多个结果。

一如既往，知识是成功的关键。