使用cv2.HoughCircles检测圆圈

Question

我有一个带圆圈的图像。有时候HoughCircles会检测到这些圈子并给我我期望的东西。其他时候它没有检测到，即使图像有圆圈（所以它返回我＆＃39;无＆＃39;）。

我正在使用的detectCircles（path）函数：

img = cv2.imread(path,0)
img = cv2.medianBlur(img,5) 
circles = cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,20,
                        param1=50,param2=30,minRadius=0,maxRadius=0)

我认为这可能是我使用HoughCircle参数的方式，但我不明白如何定义这些参数。

我已在此处查看文档：{​​{3}}

在这里：https://docs.opencv.org/3.1.0/da/d53/tutorial_py_houghcircles.html

但我仍不清楚。

第一张图片HoughCircles无法识别： https://docs.opencv.org/3.1.0/dd/d1a/group__imgproc__feature.html#ga47849c3be0d0406ad3ca45db65a25d2d

仅识别一个圆圈的第二张图片： http://www.image-share.com/ipng-3711-263.html

它完美识别的第三张图片： http://www.image-share.com/ipng-3711-264.html

Answer 1

以下是有关参数的更多信息：

cvHoughCircles

• inImage - 显而易见
• inDp - 分辨率乘数。如果您希望算法像素完美，请将其保留在＆＃39; 1＆＃39;，但如果图像太大，您可以将其设置为＆＃39; 2＆＃39;使分辨率降低两倍
• inMinDist - 圆圈之间的最小距离（以像素为单位）。如果您尝试在100x100像素的边界框大小周围找到圆圈，则将此值调整为20像素是合理的。
• inParam1 - 精确过滤阈值。 强烈建议您对cvCanny - ed图片进行一些检查，了解如何正确设置此阈值。我记得把它设置为200，以获得漂亮而明亮的照片。
• inParam2 - 应检测多少像素才能检测到圆圈？
• inMinRadius / inMaxRadius - 很明显

帮助inParam2查看此图片，解释Hough Circles内部工作。

当您cvCanny成像时，您将获得所有白色和黑色像素。让我们说左边的这个白色轮廓是你的cvCanny化圈。每个白色像素都是＆＃34;投射＆＃34;不同大小的圆圈。从红色圆圈（minRadius）开始，变得更大。绿圈半径是如此之大，所有点都在中间相遇。粉红点是＆＃39; n＆＃39;绿色圆圈相交。如果＆＃39; n＆＃39;如果大于inParam2，则会在那里找到圆圈。