OpenCV - 检测圆形答案

【问题标题】：OpenCV - Detecting circular shapesOpenCV - 检测圆形
【发布时间】：2017-05-24 12:33:56
【问题描述】：

我有一些检测圆形的代码，但我无法理解它是如何工作的。

从此代码：

如何找到圆的半径和中心点？
`cv2.approxPolyDP' 检测圆的行为是什么？

现在在分段掩码中找到轮廓

contours, hierarchy = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

按照轮廓矩形 X 对轮廓进行排序

contours.sort(key = lambda x:cv2.boundingRect(x)[0])

for contour in contours:
        approx = cv2.approxPolyDP(contour, 0.01*cv2.arcLength(contour,True), True)
        if len(approx) > 8:
            # Find the bounding rect of contour.
            contour_bounding_rect = cv2.boundingRect(contour)
            mid_point = contour_bounding_rect[0] + contour_bounding_rect[2]/2, contour_bounding_rect[1] + contour_bounding_rect[3]/2
            print mid_point[1]/single_element_height, ", ",

【问题讨论】：

标签： python opencv image-processing geometry

【解决方案1】：

不要认为 approxPolyDP 是正确的方法。

如果你有一个只有圆的图像并且你想找到中心和半径，请尝试 minEnclosureCircle()

如果您的图像具有各种形状并且您想找到圆圈，请尝试 Hough 变换（可能需要很长时间）或 fitEllipse()，检查它返回的边界框是否为正方形。

查看这两个函数的文档

【讨论】：

【解决方案2】：

所以我已经找到了您第一个问题的答案：确定图像中圆的中心和半径。

最初我发现图像中存在的所有轮廓。然后使用for loop，我为图像中的每个轮廓使用cv2.minEnclosingCircle 找到了center 和radius。我在控制台屏幕上打印了它们。

contours,hierarchy = cv2.findContours(thresh,2,1)
print len(contours)
cnt = contours

for i in range (len(cnt)):
    (x,y),radius = cv2.minEnclosingCircle(cnt[i])
    center = (int(x),int(y))
    radius = int(radius)
    cv2.circle(img,center,radius,(0,255,0),2)
    print 'Circle' + str(i) + ': Center =' + str(center) + 'Radius =' + str(radius)

回答你在cv2.approxPolyDP()上的第二个问题；此函数根据名为“epsilon”的参数在图像中的对象周围绘制近似轮廓。 'epsilon' 的值越高，轮廓就越近似。对于较低的epsilon 值，轮廓几乎掠过图像中对象的每个边缘。请访问THIS PAGE 以获得更好的理解。

希望这有帮助！ :)

【讨论】：