git：https://github.com/linyi0604/Computer-Vision
1 # coding:utf8
2
3 import cv2 4 import numpy as np 5
6 img_origin = cv2.imread("../data/circle.jpg") 7 img_gray = cv2.cvtColor(img_origin, cv2.COLOR_BGR2GRAY) 8 # 低同濾波進行平滑圖像
9 img = cv2.medianBlur(img_gray, 5) 10 cimg = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) 11
12 circles = cv2.HoughCircles(img, cv2.HOUGH_GRADIENT, 1, 120, 13 param1=100,param2=30, 14 minRadius=0, maxRadius=0) 15 """
16 cv2.HoughCircles(image, method, dp, 17 minDist, circles, param1, param2, 18 minRadius, maxRadius) 19 參數： 20 image: 輸入圖像 必須是灰度圖像 21 method:檢測方法,常用CV_HOUGH_GRADIENT 22 dp:檢測內側圓心的累加器圖像的分辨率於輸入圖像之比的倒數， 23 如dp=1，累加器和輸入圖像具有相同的分辨率，如果dp=2， 24 累計器便有輸入圖像一半那么大的寬度和高度 25 minDist: 兩個圓心之間的最小距離 26 param1: 默認100, 是method方法的參數 27 在CV_HOUGH_GRADIENT表示傳入canny邊緣檢測的閾值 28 param2： 默認100,method的參數， 29 對當前唯一的方法霍夫梯度法cv2.HOUGH_GRADIENT， 30 它表示在檢測階段圓心的累加器閾值， 31 它越小，就越可以檢測到更多根本不存在的圓， 32 而它越大的話，能通過檢測的圓就更加接近完美的圓形了 33 minRadius:默認值0，圓半徑的最小值 34 maxRadius:默認值0，圓半徑的最大值 35 返回值： 36
37 """
38 # 整數化
39 circles = np.uint16(np.around(circles)) 40
41 for i in circles[0, :]: 42 # 畫出外邊圓
43 cv2.circle(img_origin, (i[0], i[1]), i[2], (0, 255, 0), 2) 44 # 畫出圓心
45 cv2.circle(img_origin, (i[0], i[1]), 2, (0, 0, 255), 3) 46
47
48 cv2.imshow("", img_origin) 49 cv2.waitKey() 50 cv2.destroyAllWindows()
