在这里的例子中，我不知道为什么它在霍夫圆算法之前首先调用了中值滤波器。这是为了更好地检测吗？
另外，在调用霍夫圆算法时，还有其他可能有用的技巧吗？特别是，如果圆形物体的亮度与其背景相同，因此在灰度上看起来很均匀，我可以在这里做些什么吗？
另外，如果我无法获得完美的检测，我希望检测到的圆圈较少，但检测到的圆圈是正确的。
谢谢
【问题讨论】：
标签： python opencv image-processing computer-vision hough-transform
模糊有助于通过减少噪声来避免错误的圆检测，因为 openCV 使用霍夫圆检测算法的梯度版本，如下所述：http://homepages.inf.ed.ac.uk/rbf/BOOKS/BANDB/LIB/bandb4_3.pdf
模糊的大小将与内部 Canny 边缘检测器的上限阈值（即 param_1）相互作用。你会想玩弄它。
要解决亮度问题，请尝试仅使用隔离的 R、G 和 B 通道进行检测。为了获得更完整的结果，您可以将色调移动 60，然后再次使用隔离通道。
【讨论】：
是的，它旨在减少图像中的噪点，目的是改善边缘检测。边缘检测算法对噪声敏感。
这里描述： https://en.wikipedia.org/wiki/Median_filter
但这张图片更好地说明了模糊如何改善（甚至是你的大脑）边缘检测： https://upload.wikimedia.org/wikipedia/commons/6/62/Cappadocia_Gaussian_Blur.svg
这张图片来自一篇关于高斯模糊的文章，这是另一种减少信号（如图片）噪声的平滑技术。然而，中值滤波器比高斯模糊更好地保留边缘，因此它用于图像处理。 （在 Wiki 的中值滤波器文章中的“边缘保留属性”下进行了描述）
【讨论】：