OpenCV点目标检测不能找到所有目标，并且发现的圆偏移 [英] OpenCV dot target detection not finding all targets, and found circles are offset

问题描述

我试图检测黑/白点目标的中心，如图所示。
我试图使用cv2.HoughCircles方法，但是1，我只能检测2到3个目标，和2，当我将找到的圆形绘制回图像时，它们总是略微偏移。 / p>

我使用错误的方法吗？我应该使用findContours还是完全不同的？

以下是我的代码：

  import cv2 
 from cv2 import cv 
 import os 
 import numpy as np 
 
 def showme（pic）：
 cv2.imshow '，pic）
 cv2.waitKey（）
 cv2.destroyAllWindows（）
 
 
 im = cv2.imread（'small_test.jpg'）
 
 gray = cv2.cvtColor（im，cv2.COLOR_BGR2GRAY）
 
＃我试过blur，bw，tr ...都给我不好的结果。 
 
 blur = cv2.GaussianBlur（gray，（3,3），0）
n，bw = cv2.threshold（blur，120,255，cv2.THRESH_BINARY）
 tr = cv2 .adaptiveThreshold（blur，255,0,1,11,2）
 
 circles = cv2.HoughCircles（gray，cv.CV_HOUGH_GRADIENT，3，100，None，200，100，5，16）
 
 try：
n = np.shape（circles）
 circles = np.reshape（circles，（n [1]，n [2]））
打印圆
 for circle in circles：
 cv2.circle（im，（circle [0]，circle [1]），circle [2]，（0,0,255））
 showme 
 except：
 printno cicles found
  

输出：

解决方案

播放我在另一个帖子，我可以实现更好的结果：

这是关于参数。

在这个程序中有三个重要的函数，你应该尝试： cvSmooth（）， cvCanny（）和 cvHoughCircles（）。

这里是C代码：

  IplImage * img = NULL; 
 if（（img = cvLoadImage（argv [1]））== 0）
 {
 printf（cvLoadImage failed\\\
）; 
} 
 
 IplImage * grey = cvCreateImage（cvGetSize（img），IPL_DEPTH_8U，1）; 
 CvMemStorage * storage = cvCreateMemStorage（0）; 
 
 cvCvtColor（img，gray，CV_BGR2GRAY）; 
 
 //这样做是为了防止检测到大量的虚假圆圈
 cvSmooth（gray，gray，CV_GAUSSIAN，7，9）; 
 
 IplImage * canny = cvCreateImage（cvGetSize（img），IPL_DEPTH_8U，1）; 
 IplImage * rgbcanny = cvCreateImage（cvGetSize（img），IPL_DEPTH_8U，3）; 
 cvCanny（gray，canny，40，240，3）; 
 
 CvSeq * circles = cvHoughCircles（gray，storage，CV_HOUGH_GRADIENT，2，gray-> height / 8，120，10，2，25）; 
 cvCvtColor（canny，rgbcanny，CV_GRAY2BGR）; 
 
 for（size_t i = 0; i< circles-> total; i ++）
 {
 //舍入浮点数到int 
 float * p =（float *）cvGetSeqElem（circles，i）; 
 cv :: point center（cvRound（p [0]），cvRound（p [1]））; 
 int radius = cvRound（p [2]）; 
 
 //画圆圈中心
 cvCircle（rgbcanny，center，3，CV_RGB（0,255,0），-1，8，0）; 
 
 //绘制圆形轮廓
 cvCircle（rgbcanny，center，radius + 1，CV_RGB（0,0,255），2，8，0）; 
 
 printf（x：％d y：％d r：％d \\\
，center.x，center.y，radius）; 
} 
 
 cvNamedWindow（circles，1）; 
 cvShowImage（circles，rgbcanny）; 
 
 cvSaveImage（out.png，rgbcanny）; 
 cvWaitKey（0）; 
  

我相信你有掌握Python的能力。

I'm trying to detect the center of black/white dot targets, like in this picture. I've tried to use the cv2.HoughCircles method but 1, am only able to detect 2 to 3 targets, and 2, when I plot the found circles back onto the image, they're always offset slightly.

Am I using the wrong method? Should I be using the findContours or something completely different?

Here is my code:

import cv2
from cv2 import cv
import os
import numpy as np

def showme(pic):
    cv2.imshow('window',pic)
    cv2.waitKey()
    cv2.destroyAllWindows()


im=cv2.imread('small_test.jpg')

gray=cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)

#I've tried blur,bw,tr...  all give me poor results.

blur = cv2.GaussianBlur(gray,(3,3),0)
n,bw = cv2.threshold(blur,120,255,cv2.THRESH_BINARY)
tr=cv2.adaptiveThreshold(blur,255,0,1,11,2)

circles = cv2.HoughCircles(gray, cv.CV_HOUGH_GRADIENT, 3, 100, None, 200, 100, 5, 16)

try:
    n = np.shape(circles)
    circles=np.reshape(circles,(n[1],n[2]))
    print circles
    for circle in circles:
        cv2.circle(im,(circle[0],circle[1]),circle[2],(0,0,255))
    showme(im)
except:
    print "no cicles found"

And this is my current output:

解决方案

Playing the code I wrote in another post, I was able to achieve a slightly better result:

It's all about the parameters. It always is.

There are 3 important functions that are called in this program that you should experiment with: cvSmooth(), cvCanny(), and cvHoughCircles(). Each of them has the potential to change the result drastically.

And here is the C code:

IplImage* img = NULL;
if ((img = cvLoadImage(argv[1]))== 0)
{
    printf("cvLoadImage failed\n");
}

IplImage* gray = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 1);
CvMemStorage* storage = cvCreateMemStorage(0);

cvCvtColor(img, gray, CV_BGR2GRAY);

// This is done so as to prevent a lot of false circles from being detected
cvSmooth(gray, gray, CV_GAUSSIAN, 7, 9);

IplImage* canny = cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
IplImage* rgbcanny = cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,3);
cvCanny(gray, canny, 40, 240, 3);

CvSeq* circles = cvHoughCircles(gray, storage, CV_HOUGH_GRADIENT, 2, gray->height/8, 120, 10, 2, 25);
cvCvtColor(canny, rgbcanny, CV_GRAY2BGR);

for (size_t i = 0; i < circles->total; i++)
{
     // round the floats to an int
     float* p = (float*)cvGetSeqElem(circles, i);
     cv::Point center(cvRound(p[0]), cvRound(p[1]));
     int radius = cvRound(p[2]);

     // draw the circle center
     cvCircle(rgbcanny, center, 3, CV_RGB(0,255,0), -1, 8, 0 );

     // draw the circle outline
     cvCircle(rgbcanny, center, radius+1, CV_RGB(0,0,255), 2, 8, 0 );

     printf("x: %d y: %d r: %d\n",center.x,center.y, radius);
}

cvNamedWindow("circles", 1);
cvShowImage("circles", rgbcanny);

cvSaveImage("out.png", rgbcanny);
cvWaitKey(0);

I trust you have the skills to port this to Python.

这篇关于OpenCV点目标检测不能找到所有目标，并且发现的圆偏移的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！