學習目標

在本章中，

• 我們將學習使用霍夫變換來查找圖像中的圓。
• 我們將看到以下函數：cv.HoughCircles()

理論

圓在數學上表示為(x-x_center)^2+(y-y_center)^2 = r^2，其中(x_center,y_center)是圓的中心，r是圓的半徑。從等式中，我們可以看到我們有3個參數，因此我們需要3D累加器進行霍夫變換，這將非常低效。因此，OpenCV使用更加技巧性的方法，即使用邊緣的梯度信息的Hough梯度方法。

我們在這裡使用的函數是cv.HoughCircles()。它有很多參數，這些參數在文檔中有很好的解釋。因此，我們直接轉到代碼。

<code>import numpy as npimport cv2 as cvimg = cv.imread('opencv-logo-white.png',0)img = cv.medianBlur(img,5)cimg = cv.cvtColor(img,cv.COLOR_GRAY2BGR)circles = cv.HoughCircles(img,cv.HOUGH_GRADIENT,1,20,                            param1=50,param2=30,minRadius=0,maxRadius=0)circles = np.uint16(np.around(circles))for i in circles[0,:]:    # 繪製外圓    cv.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)    # 繪製圓心    cv.circle(cimg,(i[0],i[1]),2,(0,0,255),3)cv.imshow('detected circles',cimg)cv.waitKey(0)cv.destroyAllWindows()/<code>

結果如下：

閱讀更多 人工智能遇見磐創 的文章

關鍵字: Python 函數 霍夫圈