检测图像中的简单圆并使用 numpy 找到它的半径答案

【问题标题】：Detect a simple circle in an image and find its radius using numpy检测图像中的简单圆并使用 numpy 找到它的半径
【发布时间】：2016-11-01 12:28:23
【问题描述】：

我有一张图片，里面有一个简单的圆圈。

如何使用 numpy 检测圆并找到它的半径？

我尝试学习，但不能。我想从你在这里回答的程序中学习。

目前我只知道：

from scipy import misc
f = misc.imread("/path/to/file.png")
# then dont know what to do

这是图片 - https://c2.staticflickr.com/6/5476/14135136623_3973d3f03c_b.jpg

【问题讨论】：

Checkout this link 以及其中的示例。
你知道图像永远是一个简单的黑色背景和一个白色的圆圈吗？或者它可能是别的东西？如果图像总是只有黑白像素，并且只有一个没有其他白色像素的白色圆圈，那就简单多了。
你可以说背景是黑色的，圆圈里面是黑色的，但圆圈的边框是红色的
好像圆圈内可能有一些随机的黑色形状，或者圆圈是由黑色背景上的单线（一定宽度）组成的？
它非常简单。圆圈只是用黑色填充。

标签： python numpy

【解决方案1】：

我现在假设图像总是由黑色图像中的一个非黑色圆圈组成。

我还假设您并不特别关心算法的效率。

循环遍历图像中的所有像素，保留所有白色像素的 x 和 y 坐标的总和、计数、最小值和最大值（最小值/最大值仅适用于 x 或 y，而不是两者）。像这样的东西（只是粗略-我没有安装 scipy atm）：

circle_count = 0

circle_sum_x = 0
circle_sum_y = 0

circle_min_x = 0
circle_max_x = 0

for y in range(image_height):
    for x in range(image_width):
        if pixel(x,y) is not black:
            circle_count += 1

            circle_sum_x += x
            circle_sum_y += y

            circle_min_x = min(circle_min_x, x)
            circle_max_x = max(circle_max_y, y)

if circle_count == 0:
    print "No circle found!"
else:
    circle_center_x = circle_sum_x / circle_count
    circle_center_y = circle_sum_y / circle_count
    circle_radius = (circle_max_x - circle_min_x) / 2

【讨论】：