如何检测哪些圆是填充的+OpenCV+Python

2024-10-04 05:30:45 发布

您现在位置:Python中文网/ 问答频道 /正文

我正在尝试开发一个代码来识别填充圆之间的空圆圈数。在

我已经确定了中心坐标中的每个圆。 如何检测哪个圆圈是空的,哪个圆圈是填充的?在

我已经开发了这个代码

import numpy as np
import cv2
import math

img = cv2.imread("small.jpg",0)
img = cv2.medianBlur(img,5)
cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)

circles =cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,60,param1=50,param2=30,minRadius=0,maxRadius=0)

circles = np.uint16(np.around(circles))
counter=0
correctC=[]
xC=[]
yC=[]

for i in circles[0,:]: 
    #cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
    #cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),2)
    cv2.putText(cimg,str(i[0])+","+str(i[1])+","+str(i[2]),(i[0],i[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.3,(255,0,0),1,cv2.LINE_AA)
    correctC.append((i[0],i[1],i[2]))
    xC.append(i[0])
    yC.append(i[1])
    counter+=1

print "Circle Count is : " + str(counter)

xCS=sorted(xC)
yCS=sorted(yC)
xS=sorted(correctC, key=lambda correctC:correctC[0])

q1=sorted(xS[:4],key=lambda correctC: correctC[1])
q2=sorted(xS[4:8],key=lambda correctC: correctC[1])
q3=sorted(xS[8:12],key=lambda correctC: correctC[1])
q4=sorted(xS[12:16],key=lambda correctC: correctC[1])
q5=sorted(xS[16:20],key=lambda correctC: correctC[1])
q6=sorted(xS[20:24],key=lambda correctC: correctC[1])
q7=sorted(xS[24:28],key=lambda correctC: correctC[1])
q8=sorted(xS[28:32],key=lambda correctC: correctC[1])
q9=sorted(xS[32:],key=lambda correctC: correctC[1])

sortedTmp=[q1,q2,q3,q4,q5,q6,q7,q8,q9]
sorted=[]

for i in sortedTmp:
    for j in i:
        sorted.append(j)

for i in range(36):
    cv2.putText(cimg,str(i),(sorted[i][0],sorted[i][1]), cv2.FONT_HERSHEY_SIMPLEX, 1,(255,0,0),3,cv2.LINE_AA)

cv2.imshow('detected circles',cimg)
cv2.waitKey(0)
cv2.destroyAllWindows()

这些是上面代码的输入和输出图像。。 enter image description hereenter image description here

提前谢谢。。在


Tags: lambdakey代码inimgforcv2sorted
1条回答
网友
1楼 · 发布于 2024-10-04 05:30:45

涉及的步骤:

  • circles信息的第三列得到最小圆半径。

  • 在反转图像上使用2D卷积,目的是找到比背景值更大的blackened-blobs,以及卷积后的whitened-blobs

  • 再次获得在circles中获得的圆心处的卷积输出,作为第三列。使用半阈值来确定该blob最初是blackened还是{}。

执行的编辑部分-

from scipy.signal import convolve2d

sortedTmp=[q1,q2,q3,q4,q5,q6,q7,q8,q9]
sorted1=[]

for i in sortedTmp:
    for j in i:
        sorted1.append(j)

sorted_circles = np.array(sorted1)

circle_radius = sorted_circles[...,-1].min()
kernel = np.ones((2*circle_radius,2*circle_radius),dtype=int)
out0 = convolve2d(255-img, kernel,'same')
detected_vals = out0[sorted_circles[...,1], sorted_circles[...,0]]
detected_vals -= detected_vals.min()
mask = detected_vals>detected_vals.max()/2        

for i in range(36):
    cv2.putText(cimg,str(i),(sorted1[i][0],sorted1[i][1]), cv2.FONT_HERSHEY_SIMPLEX, 1,(255,0,0),3,cv2.LINE_AA)
    if mask[i]==1:
        cv2.putText(cimg,"B",(sorted1[i][0],sorted1[i][1]-28), cv2.FONT_HERSHEY_SIMPLEX, 0.5,(255,0,0),1,cv2.LINE_AA)
    else:
        cv2.putText(cimg,"W",(sorted1[i][0],sorted1[i][1]-28), cv2.FONT_HERSHEY_SIMPLEX, 0.5,(255,0,0),1,cv2.LINE_AA)

cv2.imshow('detected circles',cimg)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出-

enter image description here

更准确地说,因为我们处理的是圆,所以可以使用圆形掩模作为核心。因此,引入该标准-

^{pr2}$

相关问题 更多 >