Python OpenCV HoughCircles没有给出好的结果

我需要快速准确地检测圆，所以我认为使用OpenCV的Hough圆将是一个不错的选择。不幸的是，无论我给它一个多么好的图像，无论我调整了多少参数，它都拒绝检测图像中的所有圆。这是我的输入图像：

我想检测这些圆圈中的每一个。首先，我通过一个颜色过滤器运行图像来提取灰色

frame = cv2.imread("new1.JPG")
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

lower_gray = np.array([0, 0, 0], dtype=np.uint8)
upper_gray = np.array([100,100,100], dtype=np.uint8)

mask = cv2.inRange(frame, lower_gray, upper_gray)
res = cv2.bitwise_and(frame,frame, mask= mask)

gray = cv2.cvtColor(res, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 1, 255, cv2.cv.CV_THRESH_BINARY)

这给了我以下的临界值，我认为这实际上非常好。

即使有这么好的阈值，圆检测也只能算是平庸

circles = cv2.HoughCircles(thresh,cv2.cv.CV_HOUGH_GRADIENT,1,20,param1=50,param2=10,minRadius=2,maxRadius=15) 

---

我还应该使用其他技术吗？我对轮廓线有很好的效果，但速度很慢。

在尝试使用houghCircles方法之前，可以尝试使用cv2.Explate（img，kernel）来加厚线条

另外，处理噪声的一般方法是使用cv2.corre（img，kernel）来稀释白色，从而去除图像中的小像素

进一步阅读：

内核只是一个类似np.ones（）的矩阵，但您可以尝试各种不同的矩阵，直到得到最有利的结果

然而，千万不要指望计算机视觉能100%地做好工作，或者快速完成。如果你达到80%，你做得很好（当然，这取决于实际的图像质量，我并不是说不可能100%地使用油漆绘制图像）