如何檢測哪些圓圈被填充+ OpenCV + Python

Question

我正在嘗試開發一個代碼來識別空圈數之間的實心圓。

我已經在中心縱坐標中識別出每個圓圈。 如何檢測哪個圓是空的以及哪個圓被填充？

我已經開發了這段代碼

import numpy as np
import cv2
import math

img = cv2.imread("small.jpg",0)
img = cv2.medianBlur(img,5)
cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)

circles =cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,60,param1=50,param2=30,minRadius=0,maxRadius=0)

circles = np.uint16(np.around(circles))
counter=0
correctC=[]
xC=[]
yC=[]

for i in circles[0,:]: 
    #cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
    #cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),2)
    cv2.putText(cimg,str(i[0])+","+str(i[1])+","+str(i[2]),(i[0],i[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.3,(255,0,0),1,cv2.LINE_AA)
    correctC.append((i[0],i[1],i[2]))
    xC.append(i[0])
    yC.append(i[1])
    counter+=1

print "Circle Count is : " + str(counter)

xCS=sorted(xC)
yCS=sorted(yC)
xS=sorted(correctC, key=lambda correctC:correctC[0])

q1=sorted(xS[:4],key=lambda correctC: correctC[1])
q2=sorted(xS[4:8],key=lambda correctC: correctC[1])
q3=sorted(xS[8:12],key=lambda correctC: correctC[1])
q4=sorted(xS[12:16],key=lambda correctC: correctC[1])
q5=sorted(xS[16:20],key=lambda correctC: correctC[1])
q6=sorted(xS[20:24],key=lambda correctC: correctC[1])
q7=sorted(xS[24:28],key=lambda correctC: correctC[1])
q8=sorted(xS[28:32],key=lambda correctC: correctC[1])
q9=sorted(xS[32:],key=lambda correctC: correctC[1])

sortedTmp=[q1,q2,q3,q4,q5,q6,q7,q8,q9]
sorted=[]

for i in sortedTmp:
    for j in i:
        sorted.append(j)

for i in range(36):
    cv2.putText(cimg,str(i),(sorted[i][0],sorted[i][1]), cv2.FONT_HERSHEY_SIMPLEX, 1,(255,0,0),3,cv2.LINE_AA)

cv2.imshow('detected circles',cimg)
cv2.waitKey(0)
cv2.destroyAllWindows()

這些是我上面代碼的輸入和輸出圖像..

提前致謝..

Answer 1

涉及的步驟：

• 從cv2.HoughCircles的第三個circles信息中獲取最小圓半徑。

• 在倒置圖像上使用2D卷積，目的是找到比背景更有價值的blackened-blobs和卷積時whitened-blobs 。

• 獲得圓圈中心的復雜輸出，再次獲得circles作為第三列。 使用半閾值來確定該blob最初blackened或whitened 。

編輯部分的實施 -

from scipy.signal import convolve2d

sortedTmp=[q1,q2,q3,q4,q5,q6,q7,q8,q9]
sorted1=[]

for i in sortedTmp:
    for j in i:
        sorted1.append(j)

sorted_circles = np.array(sorted1)

circle_radius = sorted_circles[...,-1].min()
kernel = np.ones((2*circle_radius,2*circle_radius),dtype=int)
out0 = convolve2d(255-img, kernel,'same')
detected_vals = out0[sorted_circles[...,1], sorted_circles[...,0]]
detected_vals -= detected_vals.min()
mask = detected_vals>detected_vals.max()/2        

for i in range(36):
    cv2.putText(cimg,str(i),(sorted1[i][0],sorted1[i][1]), cv2.FONT_HERSHEY_SIMPLEX, 1,(255,0,0),3,cv2.LINE_AA)
    if mask[i]==1:
        cv2.putText(cimg,"B",(sorted1[i][0],sorted1[i][1]-28), cv2.FONT_HERSHEY_SIMPLEX, 0.5,(255,0,0),1,cv2.LINE_AA)
    else:
        cv2.putText(cimg,"W",(sorted1[i][0],sorted1[i][1]-28), cv2.FONT_HERSHEY_SIMPLEX, 0.5,(255,0,0),1,cv2.LINE_AA)

cv2.imshow('detected circles',cimg)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出 -

更確切地說，由於我們處理圓圈，我們可以使用圓形掩模作為內核。 因此，引入該標准 -

def circle_mask(r) : #r - radius of circular mask
    y,x = np.ogrid[-r:r+1, -r:r+1]
    return x*x + y*y <= r*r

R = 1+2*((circle_radius-1)//2) # Get odd number for radius
kernel = circle_mask(R).astype(int)