基于python的opencv霍夫找圆，显示坐标和名称，有超详细注释

近来刚接触opencv，组长布置给我一个任务，就是找圆。但是opencv资料很多，基于python的却很少，我找了许多代码都不是太满意，遂自己一行行扣代码，并写上普通人都能看得懂的注释。目前还不能解决两圆相切环境下的外圆相交问题，期待大神指正。下面上代码！我是用jupyter写的

#加载环境包
import cv2
import numpy as np
#图片简单处理
img = cv2.imread('F://test image/4-tiny.jpg')#读取图片
GrayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#灰度化
GrayImage= cv2.medianBlur(GrayImage,5)#中值模糊

#阈值处理，输入图片默认为单通道灰度图片
ret,th1 = cv2.threshold(GrayImage,127,255,cv2.THRESH_BINARY)#固定阈值二值化
#threshold为固定阈值二值化
#第二参数为阈值
#第三参数为当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值（一般情况下，都是256色，所以默认最大为255）
#thresh_binary是基于直方图的二值化操作类型，配合threshold一起使用。此外还有cv2.THRESH_BINARY； cv2.THRESH_BINARY_INV； cv2.THRESH_TRUNC； cv2.THRESH_TOZERO；cv2.THRESH_TOZERO_INV
th2 = cv2.adaptiveThreshold(GrayImage,255,cv2.ADAPTIVE_THRESH_MEAN_C,  cv2.THRESH_BINARY,3,5)  
#adaptiveThreshold自适应阈值二值化，自适应阈值二值化函数根据图片一小块区域的值来计算对应区域的阈值，从而得到也许更为合适的图片。
#第二参数为当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值（一般情况下，都是256色，所以默认最大为255）
#第三参数为阈值计算方法，类型有cv2.ADAPTIVE_THRESH_MEAN_C，cv2.ADAPTIVE_THRESH_GAUSSIAN_C
#第四参数是基于直方图的二值化操作类型，配合threshold一起使用。此外还有cv2.THRESH_BINARY； cv2.THRESH_BINARY_INV； cv2.THRESH_TRUNC； cv2.THRESH_TOZERO；cv2.THRESH_TOZERO_INV
#第五参数是图片中分块的大小
#第六参数是阈值计算方法中的常数项
th3 = cv2.adaptiveThreshold(GrayImage,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY,3,5)
#同上
kernel = np.ones((5,5),np.uint8)#创建全一矩阵，数值类型设置为uint8 
erosion = cv2.erode(th2,kernel,iterations=1)#腐蚀处理
dilation = cv2.dilate(erosion,kernel,iterations=1)#膨胀处理

imgray=cv2.Canny(erosion,30,100)#Canny算子边缘检测

circles = cv2.HoughCircles(imgray,cv2.HOUGH_GRADIENT,1,80,param1=100,param2=20,minRadius=20,maxRadius=80)#霍夫圆变换
#第3参数默认为1
#第4参数表示圆心与圆心之间的距离（太大的话，会很多圆被认为是一个圆）
#第5参数默认为100
#第6参数根据圆大小设置(圆越小设置越小，检测的圆越多，但检测大圆会有噪点)
#第7圆最小半径
#第8圆最大半径
circles = np.uint16(np.around(circles))
#np.uint16数组转换为16位，0-65535
#np.around返回四舍五入后的值

P=circles[0]#去掉circles数组一层外括号
for i in P:
    # 画出外圆
    cv2.circle(img,(i[0],i[1]),i[2],(0,255,0),2)#第二参数（）内是圆心坐标，第三参数是半径，第四参数（）内是颜色，第五参数是线条粗细
    # 画出圆心
    cv2.circle(img,(i[0],i[1]),2,(0,0,255),3)
print("圆的个数是：")
print(len(P))
for i in P:
    r=int(i[2])
    x=int(i[0])
    y=int(i[1])
    print("圆心坐标为：",(x,y))
    print("圆的半径是：",r)
    
cv2.imshow('detected circles',img)#第一参数为窗口名称

cv2.waitKey(0)#无穷大等待时间
cv2.destroyAllWindows()

最后的代码优化时，不知道为什么同样的for i inP，却不能放在一个代码块里面，难道是前者用了numpy数组，后者单纯遍历，效果不同？令人费解！

基于python的opencv霍夫找圆，显示坐标和名称，有超详细注释

相关推荐