Image processing 基于Hough变换的OpenCV虹膜检测
我为hough变换编写了代码，效果很好。我还可以裁剪人脸的眼睛位置。现在我想通过应用Hough变换（cvHoughCircle）来检测裁剪图像的虹膜。但是，当我尝试此过程时，系统无法在图像上找到任何圆 也许，原因是，图像中有噪音，但我不认为这是原因。 那么，我如何检测虹膜呢？我有二进制阈值的代码也许我可以用它，但是 我不知道该怎么办Image processing 基于Hough变换的OpenCV虹膜检测,image-processing,opencv,computer-vision,hough-transform,eye-tracking,Image Processing,Opencv,Computer Vision,Hough Transform,Eye Tracking,我为hough变换编写了代码，效果很好。我还可以裁剪人脸的眼睛位置。现在我想通过应用Hough变换（cvHoughCircle）来检测裁剪图像的虹膜。但是，当我尝试此过程时，系统无法在图像上找到任何圆 也许，原因是，图像中有噪音，但我不认为这是原因。 那么，我如何检测虹膜呢？我有二进制阈值的代码也许我可以用它，但是 我不知道该怎么办 如果有人帮忙，我真的很感激。thx:）您是否正确检测到边缘？ 你能显示二值图像并清楚地看到虹膜吗 圆形hough变换通常有一个半径窗口（否则您正在搜索3d解决方案空
如果有人帮忙，我真的很感激。thx:）您是否正确检测到边缘？
你能显示二值图像并清楚地看到虹膜吗
圆形hough变换通常有一个半径窗口（否则您正在搜索3d解决方案空间）您是否将窗口设置为合理的值？您说使用二进制thresold可以得到纯白色的虹膜：这不是您想要的。使用类似于cvCanny的方法仅获取虹膜的边缘。
void houghcirle（）
void houghcircle()
{
//cvSmooth( graybin,graybin, CV_GAUSSIAN, 5,5 );
CvMemStorage* storage = cvCreateMemStorage(0);
// smooth it, otherwise a lot of false circles may be detected
CvSeq* circles = cvHoughCircles( edge, storage, CV_HOUGH_GRADIENT, 5, edge->height/4,1,1,2,50, 70 );
int i;
for( i = 0; i < circles->total; i++ )
{
float* p = (float*)cvGetSeqElem( circles, i);
cvCircle( img, cvPoint(cvRound(p[0]),cvRound(p[1])), 2, CV_RGB(0,255,0), -1, 2, 0 );
cvCircle( img, cvPoint(cvRound(p[0]),cvRound(p[1])), cvRound(p[2]), CV_RGB(255,0,0), 1, 2, 0 );
cvNamedWindow( "circles", 1 );
cvShowImage( "circles", img );
cvWaitKey();
}
}
{
//cvSmooth（灰度、灰度、CV_高斯、5,5）；
CvMemStorage*storage=cvCreateMemStorage（0）；
//将其平滑，否则可能会检测到大量假圆
CvSeq*圆=cvHoughCircles（边缘、存储、CV_-HOUGH_梯度、5、边缘->高度/4,1,1,2,50,70）；
int i；
对于（i=0；itotal；i++）
{
float*p=（float*）cvGetSeqElem（圆，i）；
cvRound（p[0]），cvRound（p[1]），2，CV_RGB（0255,0），-1,2,0；
cvRound（p[0]）、cvRound（p[1]）、cvRound（p[2]）、cvu RGB（255,0,0）、1,2,0；
cvNamedWindow（“圆圈”，1）；
cvShowImage（“圆圈”，img）；
cvWaitKey（）；
}
}