Opencv 为什么圆检测检测到的圆比它所在的圆多？

我使用以下函数来检测图像。但是，它检测到数千个圆圈，而不是16个。我怎样才能确保它只检测到我看到的东西？改变半径或相对强度没有任何区别。 我使用的图像如下：

请从以下位置尝试此python解决方案：

输出：

---

16

这太棒了，但在我的应用程序中，我需要在C GUI中使用它。在最坏的情况下，我可以将此称为后台。希望其他人可以帮助您在C中完成此操作，因为我不是后台人员你好，Ishara，你能修改这个脚本来分割比circle稍大的圆形正方形图像，并用原始的\u name\u bump\u number格式保存到原始图像位置吗？@PCG我根据你的要求编辑了解决方案，据我所知。谢谢你Ishara。我会试试这个。此外，我还能够使用C包装器EmguCV使C工作。现在我需要检查哪一个更快。

Bitmap ImageBitmap = (Bitmap)pictureBox1.Image;

            var filter = new FiltersSequence(new IFilter[]
            {
                      Grayscale.CommonAlgorithms.BT709,
                      new Threshold(0x40)
            });
            var binaryImage = filter.Apply(ImageBitmap);

       //     for (int i = 0; i < 10000; i++)
            {

          //      System.Drawing.Image image = System.Drawing.Image.FromFile(imagePath);
                //      GrayBMP_File.CreateGrayBitmapFile(image, "c:/path/to/8bpp/image.bmp");




                //    Bitmap ImageBitmap = Convert.Gra ImageBitmap.Con

                HoughCircleTransformation circleTransform = new HoughCircleTransformation(50);
                // apply Hough circle transform
                circleTransform.ProcessImage(binaryImage);
                Bitmap houghCirlceImage = circleTransform.ToBitmap();
                // get circles using relative intensity
                HoughCircle[] circles = circleTransform.GetCirclesByRelativeIntensity(0.9);
                int numCircles = circleTransform.CirclesCount;
                label1.Text = numCircles.ToString();
                pictureBox1.Image = houghCirlceImage;
                System.Drawing.Graphics g = System.Drawing.Graphics.FromImage(ImageBitmap);
                foreach (HoughCircle circle in circles)
                {
                    g.DrawEllipse(Pens.Green, circle.X, circle.Y, 10,10);
                }
                pictureBox1.Image = ImageBitmap;
//                ImageBitmap.Dispose();
//                binaryImage.Dispose();
            }

import cv2
import numpy as np

img = cv2.imread('test.jpg',0)
cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)

circles = cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,20,
                            param1=50,param2=30,minRadius=0,maxRadius=0)

circles = np.uint16(np.around(circles))
d=1
for i in circles[0,:]:
    # draw the outer circle
    cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
    # draw the center of the circle
    cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),3)

    crop_img=img[i[0]-i[2]-2:i[0]+i[2]+2,i[1]-i[2]-2:i[1]+i[2]+2]
    cv2.imshow('cropped circle',crop_img)
    cv2.imwrite('test_%d.png'%d,crop_img)
    cv2.waitKey(0)
    d+=1

cv2.imshow('detected circles',cimg)
print(len(circles[0,:]))
cv2.waitKey(0)
cv2.destroyAllWindows()