用hough法检测瞳孔的最佳参数？java opencv

--------------阅读下面的编辑--------------- 我试图在各种图像中检测瞳孔和虹膜的边缘。我正在改变参数等，但我只能设法得到一个虹膜/瞳孔轮廓正确，或得到背景中不必要的轮廓，或根本没有。是一些具体的参数，我应该尝试得到正确的轮廓。或者有没有一种方法可以将图像裁剪到眼睛上，这样系统就可以聚焦到这一部分

这是我更新的方法：

private void findPupilIris() throws IOException {
    //converts and saves image in grayscale

    Mat newimg = Imgcodecs.imread("/Users/.../pic.jpg");
    Mat des = new Mat(newimg.rows(), newimg.cols(), newimg.type());
    Mat norm = new Mat();

    Imgproc.cvtColor(newimg, des, Imgproc.COLOR_BGR2HSV);
    List<Mat> hsv = new ArrayList<Mat>();
    Core.split(des, hsv);
    Mat v = hsv.get(2); //gets the grey scale version

    Imgcodecs.imwrite("/Users/Lisa-Maria/Documents/CapturedImages/B&Wpic.jpg", v); //only writes mats

    CLAHE clahe = Imgproc.createCLAHE(2.0, new Size(8,8) ); //2.0, new Size(8,8) 
    clahe.apply(v,v);
//    Imgproc.GaussianBlur(v, v, new Size(9,9), 3); //adds left pupil boundary and random circle on 'a'
 //   Imgproc.GaussianBlur(v, v, new Size(9,9), 13); //adds right outer iris boundary and random circle on 'a'
    Imgproc.GaussianBlur(v, v, new Size(9,9), 7);  //adds left outer iris boundary and random circle on left by hair
  //  Imgproc.GaussianBlur(v, v, new Size(7,7), 15);
    Core.addWeighted(v, 1.5, v, -0.5, 0, v);


    Imgcodecs.imwrite("/Users/.../after.jpg", v); //only writes mats
    if (v != null) {
        Mat circles = new Mat();

        Imgproc.HoughCircles( v, circles, Imgproc.CV_HOUGH_GRADIENT, 2, v.rows(), 100, 20, 20, 200 );

        List<MatOfPoint> contours = new ArrayList<MatOfPoint>();

        System.out.println("circles.cols() " + circles.cols());
        if(circles.cols() > 0) {
            System.out.println("1");
            for (int x = 0; x < circles.cols(); x++) {
                System.out.println("2");
                double vCircle[] = circles.get(0, x);


                if(vCircle == null) {
                    break;
                }

                Point pt = new Point(Math.round(vCircle[0]), Math.round(vCircle[1]));
                int radius = (int) Math.round(vCircle[2]);

                //draw the found circle




                Imgproc.circle(v, pt, radius, new Scalar(255,0,0),2); //newimg
                //Imgproc.circle(des, pt, radius/3, new Scalar(225,0,0),2); //pupil
                Imgcodecs.imwrite("/Users/.../Houghpic.jpg", v); //newimg

                //draw the mask: white circle on black background
//                  Mat mask = new Mat( new Size( des.cols(), des.rows() ), CvType.CV_8UC1 );
//                  Imgproc.circle(mask, pt, radius, new Scalar(255,0,0),2); 

//                  des.copyTo(des,mask);
//                  Imgcodecs.imwrite("/Users/..../mask.jpg", des); //newimg


                Imgproc.logPolar(des, norm, pt, radius, Imgproc.WARP_FILL_OUTLIERS);
                Imgcodecs.imwrite("/Users/..../Normalised.jpg",norm);
            }
        }
    }
}

private void findPupilIris（）引发IOException{
//转换并保存灰度图像
Mat newimg=Imgcodecs.imread（“/Users/../pic.jpg”）；
Mat des=new Mat（newimg.rows（），newimg.cols（），newimg.type（））；
材料规范=新材料（）；
Imgproc.CVT颜色（新IMG、des、Imgproc.COLOR\U BGR2HSV）；
List hsv=new ArrayList（）；
分芯（des、hsv）；
Mat v=hsv.get（2）；//获取灰度版本
Imgcodecs.imwrite（“/Users/Lisa Maria/Documents/CapturedImages/B&Wpic.jpg”，v）；//只写mats
CLAHE CLAHE=Imgproc.createCLAHE（2.0，新大小（8,8））；//2.0，新大小（8,8）
申请类别（v，v）；
//GaussianBlur（v，v，新尺寸（9,9），3）；//在“a”上添加左瞳孔边界和随机圆
//GaussianBlur（v，v，新尺寸（9,9），13）；//在“a”上添加右外虹膜边界和随机圆
GaussianBlur（v，v，新尺寸（9,9），7）；//添加左侧虹膜外边界和头发左侧的随机圆
//GaussianBlur（v，v，新尺寸（7,7），15）；
核心加权（v，1.5，v，-0.5，0，v）；
Imgcodecs.imwrite（“/Users/../after.jpg”，v）；//只写mats
如果（v！=null）{
垫圆=新垫（）；
Imgproc.HOUGH圆（v，圆，Imgproc.CV_-HOUGH_梯度，2，v.rows（），100，20，20，200）；
列表等高线=新的ArrayList（）；
System.out.println（“circles.cols（）”+circles.cols（））；
if（circles.cols（）>0）{
系统输出打印项次（“1”）；
对于（int x=0；x

---

结果：

在评论中讨论之后，我发布了一个一般性的答案，其中包含了我在OP上传的最坏情况图片上得到的一些结果

注意：我发布的代码是用Python编写的，因为它是我编写的最快的

第一步。当你要求一种裁剪图像的方法，以便只聚焦在眼睛上时，你可能想看看。由于图像基本上只需要找到眼睛，因此我做了以下操作：

eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')
eyes = eye_cascade.detectMultiScale(v) // v is the value channel of the HSV image
// The results "eyes" gives you the dimensions of the rectangle where the eyes are detected as [x, y, w, h]
// Just for drawing 
cv2.rectangle(v, (x1, y1), (x1+w1, y1+h1), (0, 255, 0), 2)
cv2.rectangle(v, (x2, y2), (x2+w2, y2+h2), (0, 255, 0), 2)

现在，一旦有了边界矩形，就可以从图像中裁剪矩形，如下所示：

crop_eye1 = v[y1:y1+h1, x1:x1+w1]
crop_eye2 = v[y2:y2+h2, x2:x2+w2]

获得矩形后，我建议您查看不同的颜色空间，而不是RGB/BGR，尤其是HSV/Lab/Luv

由于数字图像中物体颜色的R、G和B分量都与照射到物体上的光量相关，因此相互关联，因此根据这些分量的图像描述使得物体识别困难。色调/亮度/色度或色调/亮度/饱和度方面的描述通常更相关

然后，一旦你有了眼睛，是时候平衡图像的对比度了，但是，我建议使用并使用

clipLimit

和

tileGridSize

的参数。下面是我不久前用Java实现的代码：

private static Mat clahe(Mat image, int ClipLimit, Size size){
  CLAHE clahe = Imgproc.createCLAHE();
  clahe.setClipLimit(ClipLimit);
  clahe.setTilesGridSize(size);
  Mat dest_image = new Mat();
  clahe.apply(image, dest_image);
  return dest_image;
}     

一旦你满意了，你就应该锐化图像，使其更加健壮。你应该看看。以下是用Java实现的反锐化掩码的Java代码：

private static Mat unsharpMask(Mat input_image, Size size, double sigma){

// Make sure the {input_image} is gray.
  Mat sharpend_image = new Mat(input_image.rows(), input_image.cols(), input_image.type());
  Mat Blurred_image = new Mat(input_image.rows(), input_image.cols(), input_image.type());
  Imgproc.GaussianBlur(input_image, Blurred_image, size, sigma);
  Core.addWeighted(input_image, 2.0D, Blurred_image, -1.0D, 0.0D, sharpened_image);
  return sharpened_image;
}

或者，您可以使用，这是边缘保持平滑，或通读定义一个自定义内核来锐化图像。

---

希望这对你有帮助，祝你好运

你为什么发帖？因为我更改了它，我要删除另一个，我现在只能偶尔检测瞳孔/虹膜边缘。那么新的过滤器对你有用吗？哪一个？我已经做了一个编辑来解释发生了什么，谢谢：）啊，谢谢你，我对我的代码做了一些编辑，你会说代码现在是正确的吗？而且它似乎确实改善了hough的效果，我想我需要让学生的轮廓稍微大一点，thoughGreat！让我知道它是如何运行的，如果它有效，请接受它作为未来观众的答案！