資訊專(zhuān)欄INFORMATION COLUMN
摘要：它越小，就會(huì)發(fā)現(xiàn)越多的假圓與較大的累加器值相對(duì)應(yīng)的圓，將首先返回最小半徑最大半徑
Hough Circle Transform
cv2.HoughCircles(image, method, dp, minDist[, circles[, param1[, param2[, minRadius[, maxRadius]]]]])
image:單通道灰度圖像
method:
| cv2.HOUGH_STANDARD | 經(jīng)典或標(biāo)準(zhǔn)霍夫變換. 每條線由兩個(gè)浮點(diǎn)數(shù)（ρ，θ）表示，其中ρ是（0,0）點(diǎn)和線之間的距離，θ是x軸和線的法線之間的角度. 因此，矩陣必須是（創(chuàng)建的序列）CV_32FC2類(lèi)型 |
| cv2.HOUGH_PROBABILISTIC | 概率Hough變換（如果圖像包含一些長(zhǎng)線性段，則更有效）.它返回線段而不是整行. 每個(gè)段由起點(diǎn)和終點(diǎn)表示，矩陣必須是（創(chuàng)建的序列）CV_32SC4類(lèi)型 |
| cv2.HOUGH_MULTI_SCALE | 經(jīng)典霍夫變換的多尺度變體 |
| cv2.HOUGH_GRADIENT |
dp：累加器分辨率與圖像分辨率的逆比.例如，如果dp=1，則累加器與輸入圖像的分辨率相同.如果dp=2，這個(gè)累加器的寬度和高度是圖像的一半.
minDist：探測(cè)到的圓的中心之間的最小距離.如果參數(shù)太小，除了真實(shí)的一個(gè)外，還可能錯(cuò)誤地檢測(cè)到多個(gè)相鄰圓.如果它太大，可能會(huì)漏掉一些圓.
param1：第一個(gè)特定參數(shù).如果是CV_HOUGH_GRADIENT的情況下，是傳遞給Canny邊緣檢測(cè)器中較高閾值的參數(shù)（低的參數(shù)小兩倍）.
param2：第二個(gè)特定參數(shù).如果是CV_HOUGH_GRADIENT的情況下，它是檢測(cè)階段圓中心的累加器閾值。它越小，就會(huì)發(fā)現(xiàn)越多的假圓.與較大的累加器值相對(duì)應(yīng)的圓，將首先返回.
minRadius：最小半徑
maxRadius：最大半徑
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread("img1.jpg",0)
img = cv2.medianBlur(img,5)
cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)
circles = cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,20,
param1=50,param2=30,minRadius=0,maxRadius=0)
circles = np.uint16(np.around(circles))
for i in circles[0,:]:
# draw the outer circle
cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
# draw the center of the circle
cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),3)
cv2.imshow("detected circles",cimg)
cv2.waitKey(0)
cv2.destroyAllWindows()
文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址：http://www.ezyhdfw.cn/yun/42056.html
摘要：比這更短的線段被拒絕了。最大限度允許線段之間的間隙把它們當(dāng)作一條線來(lái)對(duì)待 Hough Line Transform 霍夫變換是一種檢測(cè)任何形狀的流行技術(shù)，可以檢測(cè)形狀，即使它被破壞或扭曲一點(diǎn)點(diǎn).一條線可以表示成y = mx + c或參數(shù)形式，像ρ=xcosθ+ysinθ，其中ρ是從原點(diǎn)到直線的垂直距離，θ角是由這條垂線和水平軸以逆時(shí)針的方向形成的(這個(gè)方向取決于你如何表示坐標(biāo)系統(tǒng)，這...
摘要：一般調(diào)高飽和度會(huì)降低中相對(duì)較低的數(shù)值，凸顯主要顏色的純度。對(duì)當(dāng)前唯一的方法霍夫梯度法，它表示在檢測(cè)階段圓心的累加器閾值。第八個(gè)參數(shù)，類(lèi)型的有默認(rèn)值，表示圓半徑的最小值。 目錄 效果展示? 基礎(chǔ)理論（HSV） 為什么用HSV空間而不是RGB空間？ HSV 1、Hue（色相） 2、Value（明...
閱讀 1627·2021-09-26 09:46
閱讀 2724·2021-09-07 09:59
閱讀 2810·2021-09-07 09:59
閱讀 1968·2019-08-30 14:20
閱讀 999·2019-08-26 13:39
閱讀 3232·2019-08-26 12:24
閱讀 831·2019-08-26 11:55
閱讀 1275·2019-08-23 16:49
