如何使用 python 操作霍夫圓以檢測給定圖像中的所有圓？

Question

import numpy as np
import cv2
import matplotlib.pyplot as plt

import copy

image = cv2.imread('C:/Users/Deepak Padhi/Desktop/download.png')

#cv2.imshow('Filtered_original',image)

image = cv2.GaussianBlur(image,(5,5),0)

orig_image = np.copy(image)
gray= image[:,:,1]
output=gray.copy()
##cv2.imshow("gray", gray)
##cv2.waitKey(0)

circles=cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 3, 4.0)

circles = np.uint16(np.around(circles))
for i in circles[0,:]:
    # draw the outer circle
    cv2.circle(output,(i[0],i[1]),i[2],(0,255,0),2)
    # draw the center of the circle
    cv2.circle(output,(i[0],i[1]),2,(0,0,255),3)
cv2.imshow('detected circles',output)

這是我用來嘗試檢測給定圖像中所有圓圈的代碼：圓圈圖像

我應該使用哪個參數以及如何操作來檢測較小和較大的圓圈？ 我已經根據兩個圓圈嘗試了 minRadius 和 maxRadius 的可能值，但它不起作用，所以我讓它重置為默認值。

感覺就像 canny 邊緣檢測器實際上是使用默認參數（100,100）檢測較小的圓圈，作為附加的 canny 檢測

我拿了給定圖像的綠色平面：原始圖像

Answer 1

我建議您先閱讀文檔。

如果您只是更改作為 Canny 邊緣檢測器閾值的param1和param2 ，則cv2.HoughCircles可以正常工作。

這里的代碼：

import cv2
import numpy as np

image = cv2.imread('circles.png')

image = cv2.GaussianBlur(image, (5, 5), 0)

orig_image = np.copy(image)
gray = image[:, :, 1]
output = gray.copy()

circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=20, 
                           minRadius=0, maxRadius=0)

circles = np.uint16(np.around(circles))
for i in circles[0,:]:
    # draw the outer circle
    cv2.circle(output, (i[0], i[1]), i[2], (0, 255, 0), 2)
    # draw the center of the circle
    cv2.circle(output, (i[0], i[1]), 2, (0, 0, 255), 3)
cv2.imwrite('detected circles.png', output)