基于opencvpython的不完全圆检测

有可能得到不完整圆的坐标吗？我正在使用opencv和python。所以我可以找到大部分的圆圈。 但是我不知道怎样才能发现照片中不完整的圆环。 我正在寻找一个简单的方法来解决它

导入系统 将cv2作为cv导入 将numpy作为np导入 ##[加载] 默认_文件='captcha2.png' #加载图像 src=cv.imread（cv.samples.findFile（默认文件），cv.imread\u颜色） ##[将颜色转换为灰色] #将其转换为灰色 灰色=cv.CVT颜色（src、cv.COLOR\u BGR2GRAY） ##[将颜色转换为灰色] ##[减少噪音] #减少噪声以避免假圆检测 灰色=等速中间模糊（灰色，3） ##[减少噪音] ##[霍格圈] #行=灰色。形状[0] 圆=cv.HOUGH圆（灰色，cv.HOUGH_渐变，1,5,， 参数1=1，参数2=35， 最小半径=1，最大半径=30） ##[霍格圈] ##[抽签] 如果圆不是无： 圆=np.uint16（np.around（圆）） 对于圆[0，：]中的i： 中心=（i[0]，i[1]） #圆心 等速圆（src，中心，1，（0，100，100），3） #圆轮廓 半径=i[2] 等速圆（src，中心，半径，（255，0，255），3） ##[抽签] ##[显示] cv.imshow（“检测到的圆”，src） cv.waitKey（0） ##[显示] 嗨，还有一张照片。我想要不完整圆圈的x线和y线，左下角是浅蓝色

原图如下：

---

您需要删除图像的彩色背景，只显示圆形

一种方法是：

• 获取输入图像的

• 应用于检测圆

---

二进制掩码：

使用二进制掩码，我们将检测圆：

代码：

---

#加载库
进口cv2
将numpy作为np导入
#加载图像
img=cv2.imread（“r5lcN.png”）
#复制输入图像
out=img.copy（）
#转换为HSV颜色空间
hsv=cv2.CVT颜色（img，cv2.COLOR\U BGR2HSV）
#获取二进制掩码
msk=cv2.inRange（hsv，np.array（[0,0130]），np.array（[179,255,255]））
#检测图像中的圆
crc=cv2.HOUGH圆（msk，cv2.HOUGH_梯度，1,10，参数1=50，参数2=25，最小半径=0，最大半径=0）
#确保找到圆圈
如果crc不是无：
#将圆的坐标和半径转换为整数
crc=np.round（crc[0，：]）.astype（“int”）
#对于每个（x，y）坐标和圆的半径
对于crc中的（x，y，r）：
#画圆圈
圆（向外，（x，y），r，（0，255，0），4）
#打印坐标
打印（“x:{}，y:{}”。格式（x，y））
#展示
cv2.imshow（“out”，np.hstack（[img，out]））
cv2.等待键（0）

输出：

x:178, y:60
x:128, y:22
x:248, y:20
x:378, y:52
x:280, y:60
x:294, y:46
x:250, y:44
x:150, y:62

解释

我们有三个机会找到阈值：

• 简单阈值结果：
• 自适应阈值
• 二元掩模

正如我们所看到的，第三种选择给了我们一个合适的结果。当然，您可以使用其他选项获得所需的结果，但可能需要很长时间才能找到合适的参数。然后应用Hough圆，对参数值进行处理，得到了理想的结果

更新

对于第二张上传的图像，可以通过减少Hough圆的第一个和第二个参数来检测半圆

crc=cv2.HOUGH圆（msk，cv2.HOUGH_梯度，1,10，param1=10，param2=15，minRadius=0，maxRadius=0）

替换主代码中的上述行将导致：

控制台结果

x:238, y:38
x:56, y:30
x:44, y:62
x:208, y:26

---

你也能附上电流输出吗？嘿，谢谢，这有助于我找到所有的圆圈。我在找你解释过的这样的东西。我喜欢二进制掩码的方式。但也可以在左下方找到开放圆？…找到开放圆。。。。你是说不完整的圆圈？我想是的，但不尝试就不确定哦，是的，我是说不完整的圆圈。这只是一个开放的圆圈。哪一个？我想我已经检测到了输入图像中的所有圆圈，我添加了另一张图片。还有一个不完整的圆圈。我在找x线和y线。