选择hough_gradient_alt的参数

Question

我已经试图解决这些问题数小时，而在Stackoverflow上的类似问题也没有帮助我。

想象一下我有这个图像（实际上，它是一个更复杂的图像，但我现在会呆一个简单的例子）：

我为hough_gradient：

import cv2
import numpy as np
img = cv2.cvtColor(cv2.imread("example.png"), cv2.COLOR_BGR2GRAY)
img_blur = cv2.GaussianBlur(img, (9, 9), 1.5)
edges = cv2.Canny(img_blur, threshold1=50, threshold2=250)
circles = cv2.HoughCircles(
    edges, cv2.HOUGH_GRADIENT, 1.5, 20, 
    minRadius=10, maxRadius=100, param1=100, param2=100
)
img_cp = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)
if circles is not None:
    circles = np.round(circles[0, :]).astype("int")
    for (x, y, r) in circles:
        cv2.circle(img_cp, (x, y), r, (0, 255, 0), 4)

这无问题起作用，并像我想要的那样检测内部圆圈：

我试图使用hough_gradient_alt，因为OpenCV Repo声称它可以更好地工作。据我了解，大多数函数调用参数应该具有相同的含义，而不是param1和param2。

所以，我尝试

circles = cv2.HoughCircles(
edges, cv2.HOUGH_GRADIENT_ALT, 1.5, 20, 
minRadius=10, maxRadius=100, param1=300, param2=0.9

:)

我什么也没得到。我尝试了许多不同的参数，但没有结果。我不仅不明白如何修复它，而且我不明白为什么它不起作用。任何帮助将不胜感激。

OPENCV版本4.5.5。

Answer 1

我解决了问题。尝试以下尝试：编辑：我们无法使用此cv2.hough_gradient_alt

#!/usr/bin/python39
#OpenCV 4.5.5 Raspberry Pi 3/B/4B-w/4/8GB RAM, Bullseye,v11.
#Date: 10th May, 2022

import numpy as np
import cv2

img = cv2.imread('circle.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, 255, 0), 4)

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

输出：

编辑：我们可以cv2.hough_gradint_alt，并从@valeria中使用了使用。

import numpy as np
import cv2


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

#circles = cv2.HoughCircles(bilateral, cv2.HOUGH_GRADIENT_ALT, 1, minDist, param1=param1, param2=param2, minRadius=minRadius, maxRadius=maxRadius)
circles = cv2.HoughCircles(bilateral,
                           cv2.HOUGH_GRADIENT_ALT,
                           1.5, 20,
                           minRadius=10, maxRadius=100,
                           param1=300, param2=0.9)

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, 255, 0), 4)

cv2.imwrite('inner_circle1.png', img)
# Show result for testing:
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出：

Answer 2

hough_gradint_alt似乎被打破了。
我有一个略微变形的白色圆圈的图像，黑色背景约为420x420
我称此

houghcircles（被边框，圆，hough_gradient_alt
，1＃dp。累积=图像大小并检测到“小”
，20＃圆圈之间的识别主义者
，600＃param1 =中心阈值，
，0.7＃param2 = [erfectness
，M，362）; ＃min，max，

如果我设置了M = 194，则有效。如果我设置了M = 193或更低，则无效。从文档中，我了解此功能也应该检测到我的圆，即使将其设置为0。