从图像中查找车轮中的辐条总数 - OpenCV（Python）

Question

我有几个带有车轮的图像。
它们是灰度级 - 像素级别从最小值（黑色）到最大值（白色）不等。 车轮呈现为单个连接组件。 车轮部件为白色，背景为黑色。

示例图片1：

示例图2：

这是轮子的部分：

我已经找到了轮轴的中心，但我也希望在图片中找到所有辐条的数量和断裂的辐条数。

以下是关于图像的一些事实：

每个辐条都与环箍半径对齐 2.每个辐条的最小角宽度 2度
3.任何两个辐条中心线之间的角度间隔至少 10度
4.辐条不是以等距角度放置的 5.如果辐条没有完全连接环和轴，则辐条中的间隙至少 10像素
6.一个轴 - 由一个实心圆表示，最小半径 10像素
一个箍 - 由两个与轮轴同心的圆圈代表。其最小厚度 10像素

所以，这是我的检测车轮轴的代码。我使用 HoughCircles 来检测最小的圆圈。

import cv2
import numpy as np
import matplotlib.pyplot as plt


img_bgr = cv2.imread('wheel.png')
img_gray = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2GRAY)

circles = cv2.HoughCircles(img_gray, cv2.HOUGH_GRADIENT, 1, 300, 
np.array([]), 10, 30, 10, 50)
center_x = 0
center_y = 0

if circles is not None:
    circles = np.uint16(np.around(circles))

    for i in circles[0, :]:
        cv2.circle(img_bgr, (i[0], i[1]), i[2], (0, 255, 0), 2)
        cv2.circle(img_bgr, (i[0], i[1]), 2, (0, 0, 255), 3)
        center_x = i[0]
        center_y = i[1]

print("%d %d" % (center_x, center_y))
plt.imshow(img_bgr, cmap='gray', interpolation='bicubic')
plt.show()

这就是结果。


另外，我想找到任何辐条φmax（以度为单位）截取的最长弧的长度。考虑车轮是平的，即车轮的所有部件都放在一个平面上。

我尝试使用 Canny 和 HoughLinesP 找到边缘，但我卡住了，不知道接下来该做什么。

threshhold, threshhold_img = cv2.threshold(img_gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
edges = cv2.Canny(threshhold_img, 150, 200, 3, 5)
lines = cv2.HoughLinesP(edges, 1, np.pi / 180, 30, 20, 5)

for line in lines:
    for x1, y1, x2, y2 in line:
        print("(%d, %d) && (%d, %d)" % (x1, y1, x2, y2))
        cv2.line(img_bgr, (x1, y1), (x2, y2), (255, 0, 0), 3)

这是标记辐条的图像：

我是OpenCV的新手，所以任何建议都会有所帮助。

Answer 1

要找到辐条，请使用靠近轴的小圆圈和靠近环的大圆圈对图像进行采样。这些将截取白色（角度）间隔。加入间隔的中间并检查辐条的连续性。如果缺少间隔，您可以推断到中心。