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()
提前谢谢。。在
涉及的步骤:
从
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-
输出-
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 >
编程相关推荐