HOUGH_GRADIENT_ALT参数的选择

Question

我已经试着解决这个问题好几个小时了，而且StackOverflow上的类似问题也帮不了我。

假设我有这个图像(实际上，它是一个更复杂的图像，但我现在只举一个简单的例子)：

​

​

我为HOUGH_GRADIENT做了以下操作

import cv2
import numpy as np
img = cv2.cvtColor(cv2.imread("example.png"), cv2.COLOR_BGR2GRAY)
img_blur = cv2.GaussianBlur(img, (9, 9), 1.5)
edges = cv2.Canny(img_blur, threshold1=50, threshold2=250)
circles = cv2.HoughCircles(
    edges, cv2.HOUGH_GRADIENT, 1.5, 20, 
    minRadius=10, maxRadius=100, param1=100, param2=100
)
img_cp = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)
if circles is not None:
    circles = np.round(circles[0, :]).astype("int")
    for (x, y, r) in circles:
        cv2.circle(img_cp, (x, y), r, (0, 255, 0), 4)

这是没有任何问题的工作，并检测内部的圈子，正如我所希望的：

​

​

我试图使用HOUGH_GRADIENT_ALT代替，因为OpenCV回购声称它工作得更好。据我所理解，大多数函数调用参数应该具有相同的含义，而不是param1和param2。

所以，我试着：

circles = cv2.HoughCircles(
edges, cv2.HOUGH_GRADIENT_ALT, 1.5, 20, 
minRadius=10, maxRadius=100, param1=300, param2=0.9

)

我什么也得不到。我尝试过许多不同的参数，但都没有结果。不仅我不知道如何解决它，而且我也不明白为什么它不能工作。任何帮助都将不胜感激。

OpenCV版本4.5.5。

Answer 1

我解决了问题。试一试:编辑:我们不能使用这个cv2.HOUGH_GRADIENT_ALT

#!/usr/bin/python39
#OpenCV 4.5.5 Raspberry Pi 3/B/4B-w/4/8GB RAM, Bullseye,v11.
#Date: 10th May, 2022

import numpy as np
import cv2

img = cv2.imread('circle.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
bilateral = cv2.bilateralFilter(gray,10,50,50)

minDist = 30
param1 = 30
param2 = 30
minRadius = 5
maxRadius = 100

circles = cv2.HoughCircles(bilateral, cv2.HOUGH_GRADIENT, 1, minDist, param1=param1, param2=param2, minRadius=minRadius, maxRadius=maxRadius)

if circles is not None:
    circles = np.uint16(np.around(circles))
    for i in circles[0,:]:
        cv2.circle(img, (i[0], i[1]), i[2], (0, 255, 0), 4)

cv2.imwrite('inner_circle.png', img)
# Show result for testing:
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出：

​

​

编辑:我们可以使用cv2.HOUGH_GRADINT_ALT并使用@Valeria中的代码片段。

import numpy as np
import cv2


img = cv2.imread('circle.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
bilateral = cv2.bilateralFilter(gray,10,50,50)       

#circles = cv2.HoughCircles(bilateral, cv2.HOUGH_GRADIENT_ALT, 1, minDist, param1=param1, param2=param2, minRadius=minRadius, maxRadius=maxRadius)
circles = cv2.HoughCircles(bilateral,
                           cv2.HOUGH_GRADIENT_ALT,
                           1.5, 20,
                           minRadius=10, maxRadius=100,
                           param1=300, param2=0.9)

if circles is not None:
    circles = np.uint16(np.around(circles))
    for i in circles[0,:]:
        cv2.circle(img, (i[0], i[1]), i[2], (0, 255, 0), 4)

cv2.imwrite('inner_circle1.png', img)
# Show result for testing:
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出：

​

​