Python OpenCV点目标检测未找到所有目标，发现圆偏移

我正试图检测黑点/白点目标的中心，如图所示。 我尝试过使用cv2.HoughCircles方法，但是1，我只能检测到2到3个目标，2，当我将找到的圆重新绘制到图像上时，它们总是略微偏移

我用错方法了吗？我应该使用findContours还是完全不同的东西

这是我的密码：

import cv2
from cv2 import cv
import os
import numpy as np

def showme(pic):
    cv2.imshow('window',pic)
    cv2.waitKey()
    cv2.destroyAllWindows()


im=cv2.imread('small_test.jpg')

gray=cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)

#I've tried blur,bw,tr...  all give me poor results.

blur = cv2.GaussianBlur(gray,(3,3),0)
n,bw = cv2.threshold(blur,120,255,cv2.THRESH_BINARY)
tr=cv2.adaptiveThreshold(blur,255,0,1,11,2)

circles = cv2.HoughCircles(gray, cv.CV_HOUGH_GRADIENT, 3, 100, None, 200, 100, 5, 16)

try:
    n = np.shape(circles)
    circles=np.reshape(circles,(n[1],n[2]))
    print circles
    for circle in circles:
        cv2.circle(im,(circle[0],circle[1]),circle[2],(0,0,255))
    showme(im)
except:
    print "no cicles found"

这是我当前的输出：

---

由于圆模式是固定的，并且与对象有很好的区别，简单的模板匹配应该可以很好地工作，请查看

cvMatchTemplate

。对于更复杂的条件（由于对象形状或视图几何体而扭曲），您可以尝试更强大的功能，如SIFT或SURF（

cvExtractSURF

）。

播放我编写的代码，我能够获得更好的结果：

都是关于参数的。总是这样

此程序中调用了三个重要函数，您应该尝试使用它们：

cvSmooth（）

，

cvCanny（）

，以及

cvhoughcirles（）

。它们中的每一个都有可能彻底改变结果

下面是C代码：

IplImage* img = NULL;
if ((img = cvLoadImage(argv[1]))== 0)
{
    printf("cvLoadImage failed\n");
}

IplImage* gray = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 1);
CvMemStorage* storage = cvCreateMemStorage(0);

cvCvtColor(img, gray, CV_BGR2GRAY);

// This is done so as to prevent a lot of false circles from being detected
cvSmooth(gray, gray, CV_GAUSSIAN, 7, 9);

IplImage* canny = cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
IplImage* rgbcanny = cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,3);
cvCanny(gray, canny, 40, 240, 3);

CvSeq* circles = cvHoughCircles(gray, storage, CV_HOUGH_GRADIENT, 2, gray->height/8, 120, 10, 2, 25);
cvCvtColor(canny, rgbcanny, CV_GRAY2BGR);

for (size_t i = 0; i < circles->total; i++)
{
     // round the floats to an int
     float* p = (float*)cvGetSeqElem(circles, i);
     cv::Point center(cvRound(p[0]), cvRound(p[1]));
     int radius = cvRound(p[2]);

     // draw the circle center
     cvCircle(rgbcanny, center, 3, CV_RGB(0,255,0), -1, 8, 0 );

     // draw the circle outline
     cvCircle(rgbcanny, center, radius+1, CV_RGB(0,0,255), 2, 8, 0 );

     printf("x: %d y: %d r: %d\n",center.x,center.y, radius);
}

cvNamedWindow("circles", 1);
cvShowImage("circles", rgbcanny);

cvSaveImage("out.png", rgbcanny);
cvWaitKey(0);

IplImage*img=NULL；
if（（img=cvLoadImage（argv[1]））==0）
{
printf（“cvLoadImage失败\n”）；
}
IplImage*gray=cvCreateImage（cvGetSize（img），IPL_DEPTH_8U，1）；
CvMemStorage*storage=cvCreateMemStorage（0）；
CVT颜色（img、灰色、CV_bgr2灰色）；
//这样做是为了防止检测到大量假圆
cvSmooth（灰色、灰色、CV_高斯、7、9）；
IplImage*canny=cvCreateImage（cvGetSize（img），IPL_DEPTH_8U，1）；
IplImage*rgbcanny=cvCreateImage（cvGetSize（img），IPL_DEPTH_8U，3）；
cvCanny（灰色，canny，40,240,3）；
CvSeq*circles=cvHoughCircles（灰色、存储、CV_-HOUGH_渐变、2、灰色->高度/8120、10、2、25）；
CVTColor（canny、rgbcanny、CV_GRAY2BGR）；
对于（大小i=0；itotal；i++）
{
//将浮点数四舍五入为整数
float*p=（float*）cvGetSeqElem（圆，i）；
cv：：点中心（cvRound（p[0]），cvRound（p[1]）；
int radius=cvRound（p[2]）；
//画圆心
CV圆（rgbcanny，center，3，CV_RGB（0255,0），-1,8,0）；
//画圆的轮廓
CV圆（rgbcanny，圆心，半径+1，CV_RGB（0,0255），2,8,0）；
printf（“x:%d y:%d r:%d\n”，中心x，中心y，半径）；
}
cvNamedWindow（“圆圈”，1）；
cvShowImage（“圆”，rgbcanny）；
cvSaveImage（“out.png”，rgbcanny）；
cvWaitKey（0）；

---

我相信您有能力将其移植到Python。

大多数人都使用Python代码检测圆圈

import cv2
import numpy as np

img = cv2.imread('coin.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray,(7,9),6)
cimg = cv2.cvtColor(blur,cv2.COLOR_GRAY2BGR)
circles = cv2.HoughCircles(blur,cv2.HOUGH_GRADIENT,1,50,
                            param1=120,param2=10,minRadius=2,maxRadius=30)


circles = np.uint16(np.around(circles))
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)

cv2.imshow('detected circles',cimg)
cv2.waitKey(0)
cv2.destroyAllWindows()

---

希望看到您当前的输出。您可能有兴趣检查这个线程：这是上面代码的输出！[我的代码结果][1][1]：也许是时候回顾一下你的其他问题，并接受解决这些问题的答案（如果有的话）。每个答案旁边都有一个小复选框，单击它可以选择您问题的正式答案。谢谢您的帮助。我将致力于在Python上移植它。我将使用这些目标（我已经知道有3d位置，使用TRITOP系统[link]）来计算零件的位置/方向。在我用这个方法找到圆之后，你会推荐另外一种方法来非常精确地计算目标的中心吗？再次感谢，整个程序可以成为一个单独的函数，执行几次（使用不同的参数），每次迭代后，将找到的圆与前一次迭代进行比较，以确保所有圆都是好的。这种方法可能会告诉您，右侧最大的圆不是一个好的圆。您在圆检测中是否使用了

canny

和

rgbcanny

？看起来不是，但我想确保圆检测部分是由

cvhoughcirles（）

完成的。检查它需要哪些参数，你就会得到答案。代码的其余部分只是在原始图像的副本（rgbcanny）上画圆。欢迎投票支持我的答案。谢谢你@karlphillip。令人惊讶的是，代码速度非常快，并且可以在实时视频提要上工作（即使是在python中实现的）。你对视频有什么建议？我用它来分析安装在我的玩具吊桶上的摄像机上的视频。所以我面临的问题是，它在几帧中突然检测到100个圆圈，然后砰的一声，它们在下一帧中消失了。这对我使用的任何控制器都是危险的。