圆检测

使用霍夫圆检测的时候需要注意的是 霍夫圆检测对噪声特别敏感，需要对图像进行降噪处理。有时候出错可以是因为处理过度或者没有处理造成，我们可以通过显示处理之后的图像检查出错点。

相关代码

import cv2 as cv
import numpy as np


def detect_circles_demo(image):
    # 边缘保留滤波
    dst = cv.pyrMeanShiftFiltering(image, 2, 100)
    # cv.imshow('dst', dst) 这里可以查看处理之后的图像,因为霍夫圆检测对噪声特别敏感
    cimage = cv.cvtColor(dst, cv.COLOR_BGR2GRAY)
    # 霍夫圆检测 参数: 输入图像 方法(梯度) 步长 最小距离
    circles = cv.HoughCircles(cimage, cv.HOUGH_GRADIENT, 1, 50, param1=50, param2=30, minRadius=0, maxRadius=0)
    # print(circles)
    circles = np.uint16(np.around(circles))
    for i in circles[0, :]:
        print(i)
        cv.circle(image, (i[0], i[1]), i[2], (0, 0, 255), 2)
        # 绘制圆心
        cv.circle(image, (i[0], i[1]), 2, (255, 0, 0), 2)
    cv.imshow("circles", image)


src = cv.imread("image22.jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
detect_circles_demo(src)
cv.waitKey(0)

cv.destroyAllWindows()

效果展示