gpt4 book ai didi

python+opencv识别图片中的圆形

转载 作者:qq735679552 更新时间:2022-09-28 22:32:09 28 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章python+opencv识别图片中的圆形由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

本文实例为大家分享了python+opencv识别图片中足球的方法,供大家参考,具体内容如下 。

先补充下霍夫圆变换的几个参数知识:

  • dp,用来检测圆心的累加器图像的分辨率于输入图像之比的倒数,且此参数允许创建一个比输入图像分辨率低的累加器。上述文字不好理解的话,来看例子吧。例如,如果dp= 1时,累加器和输入图像具有相同的分辨率。如果dp=2,累加器便有输入图像一半那么大的宽度和高度。
  • minDist,为霍夫变换检测到的圆的圆心之间的最小距离,即让我们的算法能明显区分的两个不同圆之间的最小距离。这个参数如果太小的话,多个相邻的圆可能被错误地检测成了一个重合的圆。反之,这个参数设置太大的话,某些圆就不能被检测出来了。
  • param1,有默认值100。它是method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法,它表示传递给canny边缘检测算子的高阈值,而低阈值为高阈值的一半。
  • param2,也有默认值100。它是method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法,它表示在检测阶段圆心的累加器阈值。它越小的话,就可以检测到更多根本不存在的圆,而它越大的话,能通过检测的圆就更加接近完美的圆形了。
  • minRadius,默认值0,表示圆半径的最小值。
  • maxRadius,也有默认值0,表示圆半径的最大值。

源代码:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
# -*- coding: utf-8 -*-
"""
Created on Tue Sep 26 23:15:39 2017
 
@author: tina
"""
import cv2
import numpy as np
import matplotlib.pyplot as plt
 
img = cv2.imread( 'C:\\Users\\tina\\Pictures\\ahh\\ball.jpg' )
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
 
plt.subplot( 121 ),plt.imshow(gray, 'gray' )
plt.xticks([]),plt.yticks([])
 
circles1 = cv2.HoughCircles(gray,cv2.HOUGH_GRADIENT, 1 ,
600 ,param1 = 100 ,param2 = 30 ,minRadius = 80 ,maxRadius = 97 )
circles = circles1[ 0 ,:,:]
circles = np.uint16(np.around(circles))
for i in circles[:]:
  cv2.circle(img,(i[ 0 ],i[ 1 ]),i[ 2 ],( 255 , 0 , 0 ), 5 )
  cv2.circle(img,(i[ 0 ],i[ 1 ]), 2 ,( 255 , 0 , 255 ), 10 )
  cv2.rectangle(img,(i[ 0 ] - i[ 2 ],i[ 1 ] + i[ 2 ]),(i[ 0 ] + i[ 2 ],i[ 1 ] - i[ 2 ]),( 255 , 255 , 0 ), 5 )
 
print ( "圆心坐标" ,i[ 0 ],i[ 1 ])
plt.subplot( 122 ),plt.imshow(img)
plt.xticks([]),plt.yticks([])

原图:

python+opencv识别图片中的圆形

识别后效果:

python+opencv识别图片中的圆形

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我.

原文链接:https://blog.csdn.net/Tina_Wei/article/details/78202694 。

最后此篇关于python+opencv识别图片中的圆形的文章就讲到这里了,如果你想了解更多关于python+opencv识别图片中的圆形的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

28 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com