opencv 识别图片上带颜色的圆 带完整代码

识别带颜色的圆,首先需要先查询该颜色的HSV值,
下图部分紫色归为红色了:
opencv 识别图片上带颜色的圆 带完整代码
文章图片

比如红色:
//红色的HSV值
int low_H = 0,low_S = 123,low_V = 100;
int High_H = 5,High_S = 255,High_V = 255;
然后将图片从BGR转化成HSV,接着二值化:
【opencv 识别图片上带颜色的圆 带完整代码】cvtColor(image,src,COLOR_BGR2HSV); //从BGR-> HSV
inRange(src,Scalar(low_H,low_S,low_V),Scalar(High_H,High_S,High_V),src); //二值化
如果有噪声可以去噪(这一步可以没有):
GaussianBlur(src,src,Size(5,3 ),2,2);
接着用HoughCircles来找圆,后面的参数可以根据需要自己设置:
HoughCircles(src,circles,CV_HOUGH_GRADIENT,1,50,15,7,10,30); //找圆,最后两个参数是圆半径范围,20是最小圆半径,30是最大圆半径
HoughCircles介绍:
HoughCircles(image,method,dp,minDist [,circles [,param1 [,param2 [,minRadius [,maxRadius]]]]])

参数:
  • image- 8位,单通道,灰度输入图像。
  • 圆圈- 找到圆圈的输出矢量。每个矢量被编码为3元素浮点矢量opencv 识别图片上带颜色的圆 带完整代码
    文章图片
  • method - 使用的检测方法。目前,唯一的实现方法是 CV_HOUGH_GRADIENT
  • dp- 累加器分辨率与图像分辨率的反比。例如,如果dp=1累加器具有与输入图像相同的分辨率。如果dp=2,蓄能器的宽度和高度都是一半。
  • minDist- 检测到的圆的中心之间的最小距离。如果参数太小,除了真实的一个之外,可能错误地检测到多个相邻的圆圈。如果太大,可能会遗漏一些圈子。
  • param1- 第一个特定于方法的参数。在这种情况下CV_HOUGH_GRADIENT,两个传递给Canny() 边缘检测器的阈值较高(较低的一个是较小的两倍)。
  • param2- 第二个特定于方法的参数。在这种情况下CV_HOUGH_GRADIENT,它是检测阶段圆心的累加器阈值。它越小,可以检测到更多的假圆圈。将首先返回与更大的加加值对应的圆圈。
  • minRadius- 最小圆半径。
  • maxRadius- 最大圆半径。
完整代码:
#include #include #include #include #include #include #include #include #include #include #pragma comment (lib, "opencv_core2413d.lib") #pragma comment (lib, "opencv_highgui2413d.lib") #pragma comment (lib, "opencv_imgproc2413d.lib") #pragma comment (lib, "opencv_video2413d.lib") #pragma comment (lib, "opencv_features2d2413d.lib")using namespace std; using namespace cv; void drawCircle(Mat &input, const vector &circles); int main(){ Mat image, src; //加载进来的图片 vector circles; //识别出来的圆,每一行是一个圆,第一列是圆心的x坐标,第二列是圆心的y坐标,第三列是圆的半径 image = imread("D:/code/map3.png"); Mat result = imread("D:/code/map3.png"); //结果图 //红色的HSV值 int low_H = 0,low_S = 123,low_V = 100; int High_H = 5,High_S = 255,High_V = 255; cvtColor(image, src, COLOR_BGR2HSV); //从BGR->HSV inRange(src, Scalar(low_H, low_S, low_V), Scalar(High_H, High_S, High_V), src); //二值化 //Reduce the noise so we avoid false circle detection GaussianBlur(src, src, Size(5, 3), 2, 2); HoughCircles(src, circles, CV_HOUGH_GRADIENT, 1, 50, 15, 7,10,30); //找圆,最后两个参数是圆半径范围,20是最小圆半径,30是最大圆半径 drawCircle(result, circles); //画圆 namedWindow("Display window1", WINDOW_NORMAL); //展示结果 namedWindow("Display window2", WINDOW_NORMAL); resizeWindow("Display window1", 1240, 680); resizeWindow("Display window2", 1240, 680); imshow("Display window1", image); imshow("Display window2", result); waitKey(0); return 0; }void drawCircle(Mat &input, const vector &circles){ for (int i = 0; i


    推荐阅读