原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
计算机视觉基础知识Hough圆形检测
目录CONTENTS霍夫圆变换函数原型调用HoughCircles案例
01霍夫圆变换函数原型
霍夫圆变换函数原型霍夫圆变换函数原型HoughCircles(image,method,dp,minDist[,circles[,param1[,param2[,minRadius[,maxRadius]]]]])各参数含义（1）image，表示8位单通道灰度输入图像矩阵；method，表示圆检测方法，目前唯一实现的方法是HOUGH_GRADIENT；dp，参数表示累加器与原始图像相比的分辨率的反比参数。例如，如果dp=1，则累加器具有与输入图像相同的分辨率。如果dp=2，累加器分辨率是元素图像的一半，宽度和高度也缩减为原来的一半；minDist，表示检测到的两个圆心之间的最小距离。如果参数太小，除了真实的一个圆圈之外，可能错误地检测到多个相邻的圆圈。如果太大，可能会遗漏一些圆圈；
霍夫圆变换函数原型霍夫圆变换函数原型HoughCircles(image,method,dp,minDist[,circles[,param1[,param2[,minRadius[,maxRadius]]]]])各参数含义（2）circles，表示检测到的圆的输出向量，向量内第一个元素是圆的横坐标，第二个是纵坐标，第三个是半径大小；param1，表示Canny边缘检测的高阈值，低阈值会被自动置为高阈值的一半；param2，参数表示圆心检测的累加阈值，参数值越小，可以检测越多的假圆圈，但返回的是与较大累加器值对应的圆圈；minRadius，参数表示检测到的圆的最小半径；maxRadius，参数表示检测到的圆的最大半径。
02调用HoughCircles
Harris角点检测调用HoughCircles函数circles=cv2.HoughCircles(img3,cv2.HOUGH_GRADIENT,1,50,param1=50,param2=30,minRadius=20,maxRadius=50)img3表示原始图像，cv2.HOUGH_GRADIENT表示圆检测的方法1表示dp的值，50表示两个圆的最小距离，param1=50表示Canny边缘检测的高阈值。param2=30表示边缘检测的低阈值，minRadius=20表示检测到的圆的最下半径,maxRadius=50表示检测到的圆的最大半径。
03检测案例
检测案例（1）检测效果
检测案例（2）引入库importcv2importnumpyasnp（3）读取图像img=cv2.imread(images/graphics.png)gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
检测案例（4）执行边缘检测edges=cv2.Canny(gray,100,200)（5）执行Hough圆形检测circles=cv2.HoughCircles(edges,cv2.HOUGH_GRADIENT,1,50,param1=50,param2=30,minRadius=20,maxRadius=50)（6）转换类型把circles包含的圆心和半径的值变成整数circles=np.uint16(np.around(circles))
检测案例（7）画圆遍历每个圆，画到原来的图上foriincircles[0,:]:cv2.circle(img,(i[0],i[1]),i[2],(0,0,255),2)cv2.circle(img,(i[0],i[1]),2,(0,0,255),2)（8）显示最后结果cv2.imshow(img,img)cv2.waitKey(0)cv2.destroyAllWindows()
检测案例#引入库importcv2importnumpyasnp#读取图像img=cv2.imread(images/graphics.png)gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#执行边缘检测edges=cv2.Canny(gray,100,200)#执行Hough圆形检测circles=cv2.HoughCircles(edges,cv2.HOUGH_GRADIENT,1,50,param1=50,param2=30,minRadius=20,maxRadius=50)#把circles包含的圆心和半径的值变成整数circles=np.uint16(np.around(circles))
文档评论（0）