Question

我正在开发虹膜相关生物识别技术的概念验证算法。我希望能够在一系列图像上进行测试，但为了做到这一点，我需要知道虹膜边界。按照here使用的技术，我已经过滤并智能地对图像进行阈值处理（Otsu的方法），这使我只留下瞳孔的黑圈。我试图使用OpenCV的HoughCircles方法，但非C（++）文档很稀疏。到目前为止，这是我的代码。：

# Convert PIL to openCV type
cvImage = cv.CreateImageHeader(inputImage.size, cv.IPL_DEPTH_8U, 1)
cv.SetData(cvImage, inputImage.tostring())

self.cvSize = cv.GetSize(cvImage)

# Create storage for circles (there should only be one)
storage = cv.CreateMat(50, 1, cv.CV_32FC3)

# Get circles (why doesn't this work?)
circles = cv.HoughCircles(cvImage,storage,cv.CV_HOUGH_GRADIENT,2,(self.cvSize[0])/4,200,100);

最后一行是有问题的一行。我跟踪了几个分布在互联网上的帖子（其中大部分都是针对C / C ++或5年以上）并设法提出这一行。它不会返回任何错误。如何访问结果？我是否可以访问circles或storage。我如何访问它们？我尝试了this question的建议，但是，正如提问者所说，cvMat类型不可迭代，所以它不起作用。看起来编写我自己的循环Hough变换而不是处理这个库的稀疏文档似乎不那么重要，但我认为它很简单，我很遗憾。

另一方面，我如何优化参数以便在合理的时间内为学生返回一个拟合圆？

Answer 1

cv.HoughLines2的例子完全不同，因为它的内存存储是这样的：

storage2 = cv.CreateMemStorage(0)

这不适用于HoughCircles。 HoughCircles只能处理cvMat个存储空间，例如：

storage = cv.CreateMat(image.width, 1, cv.CV_32FC3)

重要的是，它只有一行，并且代表应该是32位浮点，有3个通道。

例如，您有以下代码行：

circles=cv.HoughCircles(image,storage, cv.CV_HOUGH_GRADIENT, 100, 300,100,50)

由于cvMat函数的返回值为NULL，这意味着它在Python中为None（这在C中类似，当存储为cvMat时没有返回）。

这意味着，唯一的输出是存储。您可以使用numpy解码结构：

np.asarray(storage)

以下是我的代码，用于绘制具有中心点和半径的圆圈，这是HoughCircles的结果。

for i in range(0,len(np.asarray(storage))):
        cv.Circle(image, ( int(np.asarray(storage)[i][0][0]), int(np.asarray(storage)[i][0][1]) ), int(np.asarray(storage)[i][0][2]), cv.CV_RGB(255, 0, 0), 2, 8, 0 )

我只能解决一个问题：中心点的X，Y坐标和半径是完全不准确的，我不知道它们有什么不对，也许你可以找到。

Answer 2

您使用的是OpenCV 2.3.x吗？它的文档似乎暗示你会做如下的事情：

circles = cv2.HoughCircles(circleImage, cv.CV_HOUGH_GRADIENT, 2, 32, 200, 100);
for (x, y, radius) in circles:
    # do something with circle

注意： cv.HoughCircles可能无法返回任何圈子（由于限制性参数设置），因此您可以检查以确保圈子不为空。

Here是一个使用cv.HoughLines ...

的类似python示例

希望有所帮助！

Answer 3

一些解决方案：

grayImage = cv2.cvtColor(circleImage, cv.CV_BGR2GRAY)
circles = cv2.HoughCircles(grayImage, cv.CV_HOUGH_GRADIENT, 2, 80, None, 100, 100, 50, 150)

和

all_circles = circles[0]
    for circle in all_circles:
        #circle[0] - x
        #circle[1] - y
        #circle[2] - radius

如何在Python中访问OpenCV HoughCircles结果？

3 个答案: