使用OpenCV识别空心圆和实心圆

Question

我使用 OpenCV houghcircles 来识别所有圆（空心圆和实心圆）。以下是我的代码：

import numpy as np
import cv2

img = cv2.imread('images/32x32.png')

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

bilateral = cv2.bilateralFilter(gray,10,50,50)

minDist = 30
param1 = 30
param2 = 50
minRadius = 5
maxRadius = 100

circles = cv2.HoughCircles(bilateral, cv2.HOUGH_GRADIENT, 1, minDist, param1=param1, param2=param2, minRadius=minRadius, maxRadius=maxRadius)

if circles is not None:
    circles = np.uint16(np.around(circles))
    for i in circles[0,:]:
        cv2.circle(img, (i[0], i[1]), i[2], (0, 0, 255), 2)

# Show result for testing:
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

测试输入图像 1：

测试输出图像1：

正如你所看到的，除了少数圈子之外，我能够识别大多数圈子。我在这里缺少什么？我尝试过改变参数，但这是我能得到的最好结果。

此外，如果我使用更紧凑的圆圈，脚本不会识别任何圆圈。

Answer 1

另一种想法是使用查找轮廓方法并使用 appox 检查轮廓是否为圆，如下所示。

import cv2

img = cv2.imread('32x32.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

inputImageCopy = img.copy()

# Find the circle blobs on the binary mask:
contours, hierarchy = cv2.findContours(gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# Use a list to store the center and radius of the target circles:
detectedCircles = []

# Look for the outer contours:
for i, c in enumerate(contours):

    # Approximate the contour to a circle:
    (x, y), radius = cv2.minEnclosingCircle(c)

    peri = cv2.arcLength(c, True)
    approx = cv2.approxPolyDP(c, 0.02 * peri, True)
    
    if len(approx)>5: # check if the contour is circle
        
        # Compute the center and radius:
        center = (int(x), int(y))
        radius = int(radius)

        # Draw the circles:
        cv2.circle(inputImageCopy, center, radius, (0, 0, 255), 2)

        # Store the center and radius:
        detectedCircles.append([center, radius])

cv2.imshow("Circles", inputImageCopy)
cv2.waitKey(0)
cv2.destroyAllWindows()

Answer 2

我解决了你的问题。使用与您相同的代码。无需修改。我将值从 50 更改为 30。仅此而已。

#!/usr/bin/python39
#OpenCV 4.5.5 Raspberry Pi 3/B/4B-w/4/8GB RAM, Bullseye,v11.
#Date: 19th April, 2022

import numpy as np
import cv2

img = cv2.imread('fill_circles.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
bilateral = cv2.bilateralFilter(gray,10,50,50)

minDist = 30
param1 = 30
param2 = 30
minRadius = 5
maxRadius = 100

circles = cv2.HoughCircles(bilateral, cv2.HOUGH_GRADIENT, 1, minDist, param1=param1, param2=param2, minRadius=minRadius, maxRadius=maxRadius)

if circles is not None:
    circles = np.uint16(np.around(circles))
    for i in circles[0,:]:
        cv2.circle(img, (i[0], i[1]), i[2], (0, 0, 255), 2)

cv2.imwrite('lego.png', img)
# Show result for testing:
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出：

Answer 3

如果您始终可以获得（或从真实图像创建）这样的“干净”图像，则可以轻松获得网格（二维圆数组）区域的边界框。

因此，您可以知道感兴趣的矩形区域（以及网格的旋转角度，如果可以旋转）。

如果沿着矩形的轴向检查像素，您可以轻松找出排列有多少个圆以及圆的直径。
因为所有像素都是黑色的线是相邻行（或列）之间的间隙。
（将沿轴方向的像素值相加。是否为 0 告诉您该线是否经过该网格单元。）

如果需要，您可以检查每个网格中的轮廓形状 -细胞确实是圆形的。