在图片中识别足球
先补充下霍夫圆变换的几个参数知识:
- dp,用来检测圆心的累加器图像的分辨率于输入图像之比的倒数,且此参数允许创建一个比输入图像分辨率低的累加器。上述文字不好理解的话,来看例子吧。例如,如果dp= 1时,累加器和输入图像具有相同的分辨率。如果dp=2,累加器便有输入图像一半那么大的宽度和高度。
- minDist,为霍夫变换检测到的圆的圆心之间的最小距离,即让我们的算法能明显区分的两个不同圆之间的最小距离。这个参数如果太小的话,多个相邻的圆可能被错误地检测成了一个重合的圆。反之,这个参数设置太大的话,某些圆就不能被检测出来了。
- param1,有默认值100。它是method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法,它表示传递给canny边缘检测算子的高阈值,而低阈值为高阈值的一半。
- param2,也有默认值100。它是method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法,它表示在检测阶段圆心的累加器阈值。它越小的话,就可以检测到更多根本不存在的圆,而它越大的话,能通过检测的圆就更加接近完美的圆形了。
- minRadius,默认值0,表示圆半径的最小值。
- maxRadius,也有默认值0,表示圆半径的最大值。
源代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
# -*- coding: utf-8 -*-
"""
Created on Tue Sep 26 23:15:39 2017
@author: tina
"""
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread( 'C:\\Users\\tina\\Pictures\\ahh\\ball.jpg' )
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
plt.subplot( 121 ),plt.imshow(gray, 'gray' )
plt.xticks([]),plt.yticks([])
circles1 = cv2.HoughCircles(gray,cv2.HOUGH_GRADIENT, 1 ,
600 ,param1 = 100 ,param2 = 30 ,minRadius = 80 ,maxRadius = 97 )
circles = circles1[ 0 ,:,:]
circles = np.uint16(np.around(circles))
for i in circles[:]:
cv2.circle(img,(i[ 0 ],i[ 1 ]),i[ 2 ],( 255 , 0 , 0 ), 5 )
cv2.circle(img,(i[ 0 ],i[ 1 ]), 2 ,( 255 , 0 , 255 ), 10 )
cv2.rectangle(img,(i[ 0 ] - i[ 2 ],i[ 1 ] + i[ 2 ]),(i[ 0 ] + i[ 2 ],i[ 1 ] - i[ 2 ]),( 255 , 255 , 0 ), 5 )
print ( "圆心坐标" ,i[ 0 ],i[ 1 ])
plt.subplot( 122 ),plt.imshow(img)
plt.xticks([]),plt.yticks([])
|
原图:
识别后效果:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。