Python 检测红色和绿色圆圈

我想在下图中分别检测红色和绿色圆圈（以及其他一些类似的图片）

我正在使用opencv和python

我尝试过使用houghcircles，但即使在更改参数后也没有任何帮助

任何关于如何做到这一点的建议都会非常有帮助。

---

如果有人发送您在评论中提到的圆圈大小始终相同的代码，我将不胜感激。 让我们利用这个事实。我的代码片段是用C++语言编写的，但这不应该是个问题，因为它们只是用来显示使用哪个OpenCV函数（以及如何）……/P> TL；DR执行以下操作：

创建典型的圆形图像-模板图像

用于获取所有圆的位置

检查每个圆圈的颜色

现在，让我们开始

步骤1-模板图像

您需要一个图像来显示与背景明显分离的圆圈。您有两个选择（两者都同样好）：

• 自己制作这样的图像（如果你知道半径，就计算），或者
• 只需从正在处理的图像集中取出一张图像，然后裁剪出一个清晰可见的圆圈，并将其另存为一张图像（这就是我所做的，因为这是一个更快的选择）

圆圈可以是任何颜色-重要的是它与背景不同

步骤2-模板匹配

加载图像和模板图像并将其转换为。然后分割通道，以便只能使用饱和通道：

using namespace std;
using namespace cv;

Mat im_rgb = imread("circles.jpg");
Mat tm_rgb = imread("template.jpg");

Mat im_hsv, tm_hsv;
cvtColor(im_rgb, im_hsv, CV_RGB2HSV);
cvtColor(tm_rgb, tm_hsv, CV_RGB2HSV);
vector<Mat> im_channels, tm_channels;
split(im_hsv, im_channels);
split(tm_hsv, tm_channels);

这就是获得的图像和模板上的圆的外观：

现在，执行模板匹配。我建议您选择计算归一化相关系数的模板匹配类型：

Mat match_result;
matchTemplate(image_input, template_input, match_result, CV_TM_CCOEFF_NORMED);

这是模板匹配结果：

此图像告诉您，如果将模板放置在图像上的不同位置，模板与基础图像的关联程度如何。例如，像素（0,0）处的结果值对应于输入图像上放置在（0,0）处的模板

当模板放置在与基础图像匹配良好的位置时，相关系数较高。使用阈值法放弃除信号峰值以外的所有内容（模板匹配的值将位于[-1，1]间隔内，您只对接近1的值感兴趣）：

接下来，确定模板结果最大值在每个隔离区域内的位置。为此，我建议您使用阈值图像作为遮罩。每个区域内只需选择一个最大值

这些位置告诉您必须将模板放置在何处，以使其与圆最匹配。我画的矩形从这些点开始，宽度/高度与模板图像相同：

步骤3：圆圈的颜色

现在您知道了模板应该放置在哪里，以便它们能够很好地覆盖圆。但是您仍然需要找出圆心在模板图像上的位置。您可以通过计算模板饱和通道的质心来实现这一点：

using namespace std;
using namespace cv;

Mat im_rgb = imread("circles.jpg");
Mat tm_rgb = imread("template.jpg");

Mat im_hsv, tm_hsv;
cvtColor(im_rgb, im_hsv, CV_RGB2HSV);
cvtColor(tm_rgb, tm_hsv, CV_RGB2HSV);
vector<Mat> im_channels, tm_channels;
split(im_hsv, im_channels);
split(tm_hsv, tm_channels);

在图像上，圆心位于以下点：

Point circ_center_on_image = template_position + circ_center_on_template;

现在，您只需检查这些点处的红色通道强度是否大于绿色通道强度。如果是，圆圈为红色，否则为绿色：

---

在这种情况下，简单的颜色分割也会产生良好的效果。圆圈大小的可能重复总是相同的（图像内和图像间）？圆圈内的颜色是恒定的？@Mika是的，圆圈的大小是相同的，但在将图像转换到HSV颜色空间后，会出现绿色和红色的阴影分割……谢谢Necj。这帮了大忙

Point circ_center_on_image = template_position + circ_center_on_template;