OpenCV圆形检测代码实例 |21xrx.com

OpenCV圆形检测代码实例

2023-07-23 03:03:31 深夜i -- --

OpenCV 圆形检测代码实例

OpenCV是一个强大的计算机视觉库，可以用于图像处理和分析。在图像处理中，圆形检测是一项常见的任务。本文将介绍如何使用OpenCV进行圆形检测，并提供一个代码示例。

首先，我们需要导入OpenCV库。可以使用以下代码：

python
import cv2
import numpy as np

接下来，我们读取一张图片，并将其转换为灰度图像。灰度图像对于圆形检测是更合适的输入。可以使用以下代码：

python
image = cv2.imread('circle_image.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

然后，我们需要对图像应用模糊处理，以降低噪声的影响。这可以使用高斯模糊函数实现。示例代码如下：

python
blur = cv2.GaussianBlur(gray, (5, 5), 0)

接下来，我们可以使用HoughCircles函数来检测图像中的圆形。该函数需要设置一些参数，如圆形的最小和最大半径，以及圆心之间的最小距离。代码示例如下：

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

最后，我们可以在图像上绘制检测到的圆形。可以使用以下代码来实现：

python
if circles is not None:
  circles = np.uint16(np.around(circles))
  for circle in circles[0, :]:
    cv2.circle(image, (circle[0], circle[1]), circle[2], (0, 255, 0), 2)
    cv2.circle(image, (circle[0], circle[1]), 2, (0, 0, 255), 3)

上面的代码将检测到的圆形使用绿色绘制在图像上，并在圆心处绘制红色点。

最后，我们可以显示图像并保存结果。示例如下：

python
cv2.imshow("Detected Circles", image)
cv2.imwrite("circle_detection_result.jpg", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在代码的最后，我们使用imshow函数显示检测到的圆形，并使用imwrite函数将结果保存为图像文件。

现在，我们已经完成了使用OpenCV进行圆形检测的代码实例。通过运行上述代码，我们可以实现对图像中圆形的自动检测和标记。这在很多应用中都是非常有用的，如目标识别、物体跟踪等。希望本文的内容对你有所帮助。

上一篇: idea打包java可执行jar包

下一篇: FFmpeg视频回放：实现流畅的视频回放体验

评论区

()

相似文章