概述
本文实例为大家分享了python+opencv识别图片中足球的方法,供大家参考,具体内容如下
先补充下霍夫圆变换的几个参数知识:
- dp,用来检测圆心的累加器图像的分辨率于输入图像之比的倒数,且此参数允许创建一个比输入图像分辨率低的累加器。上述文字不好理解的话,来看例子吧。例如,如果dp= 1时,累加器和输入图像具有相同的分辨率。如果dp=2,累加器便有输入图像一半那么大的宽度和高度。
- minDist,为霍夫变换检测到的圆的圆心之间的最小距离,即让我们的算法能明显区分的两个不同圆之间的最小距离。这个参数如果太小的话,多个相邻的圆可能被错误地检测成了一个重合的圆。反之,这个参数设置太大的话,某些圆就不能被检测出来了。
- param1,有默认值100。它是method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法,它表示传递给canny边缘检测算子的高阈值,而低阈值为高阈值的一半。
- param2,也有默认值100。它是method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法,它表示在检测阶段圆心的累加器阈值。它越小的话,就可以检测到更多根本不存在的圆,而它越大的话,能通过检测的圆就更加接近完美的圆形了。
- minRadius,默认值0,表示圆半径的最小值。
- maxRadius,也有默认值0,表示圆半径的最大值。
源代码:
# -*- coding: utf-8 -*- """ Created on Tue Sep 26 23:15:39 2017 @author: tina """ import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread('C:\\Users\\tina\\Pictures\\ahh\\ball.jpg') gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) plt.subplot(121),plt.imshow(gray,'gray') plt.xticks([]),plt.yticks([]) circles1 = cv2.HoughCircles(gray,cv2.HOUGH_GRADIENT,1, 600,param1=100,param2=30,minRadius=80,maxRadius=97) circles = circles1[0,:,:] circles = np.uint16(np.around(circles)) for i in circles[:]: cv2.circle(img,(i[0],i[1]),i[2],(255,0,0),5) cv2.circle(img,(i[0],i[1]),2,(255,0,255),10) cv2.rectangle(img,(i[0]-i[2],i[1]+i[2]),(i[0]+i[2],i[1]-i[2]),(255,255,0),5) print("圆心坐标",i[0],i[1]) plt.subplot(122),plt.imshow(img) plt.xticks([]),plt.yticks([])
原图:
识别后效果:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
最后
以上就是无心蛋挞为你收集整理的python+opencv识别图片中的圆形的全部内容,希望文章能够帮你解决python+opencv识别图片中的圆形所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复