opencv识别圆形

opencv有内置函数可以识别物体形状，仅仅需要几行代码就能实现圆形实时检测

用opencv抓取摄像头图像

import cv2  # 载入opencv库
cap = cv2.VideoCapture(0)  # 此处cap即摄像头变量；内置摄像头为0，若有其他摄像头则依次为1,2,3,4，…
print(cap.isOpened())  # 检查摄像头是否处于打开状态，返回布尔值
cap.set(3, 640)
cap.set(4, 480)  # 设置摄像头拍摄的图像像素
while Ture:  # 写成死循环，使一直抓取摄像头图像ret, img = cap.read()  # 布尔变量，图像变量 = 摄像头变量.read()；布尔变量为True,代表读取成功，False代表读取失败；读取的图像存储在img变量中cap.release()  # 关闭摄像头if cv2.waitKey(25) & 0xFF == ord('q'):break

用HoughCircles（霍夫圆）检测圆形

OpenCV使用了霍夫梯度法这个巧妙的方法，来使用边界的梯度信息，从而提升计算的效率。

cv2中进行霍夫圆环检测的函数：
cv2.HoughCircles(image, method, dp, minDist, circles=None, param1=None, param2=None, minRadius=None, maxRadius=None)
其中：
image:8位，单通道图像。如果使用彩色图像，需要先转换为灰度图像。
method：定义检测图像中圆的方法。目前唯一实现的方法是cv2.HOUGH_GRADIENT。
dp：累加器分辨率与图像分辨率的反比。dp获取越大，累加器数组越小。
minDist：检测到的圆的中心，（x,y）坐标之间的最小距离。如果minDist太小，则可能导致检测到多个相邻的圆。如果minDist太大，则可能导致很多圆检测不到。
param1：用于处理边缘检测的梯度值方法。
param2：cv2.HOUGH_GRADIENT方法的累加器阈值。阈值越小，检测到的圈子越多。
minRadius：半径的最小大小（以像素为单位）。
maxRadius：半径的最大大小（以像素为单位）。

import mtplotlib.pyplot as plt
gray = cv2.cvtColor(img, icv2.COLOR_BGR2GRAY)  # 灰度图像；opencv中有多种色彩空间，包括 RGB、HSI、HSL、HSV、HSB、YCrCb、CIE XYZ、CIE Lab8种，使用中经常要遇到色彩空间的转化，以便生成mask图等；
circles1 = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 150, param1=100, param2=60, minRadius=50, maxRadius=20000)
circles = circles1[0, :, :]  # 提取为二维
circles = np.uint16(np.around(circles))  # 四舍五入，取整
for i in circles[:]:cv2.circle(img, (i[0], i[1]), i[2], (255, 0, 0), 5)  # 画圆cv2.circle(img, (i[0], i[1]), 2, (255, 0, 0), 10)  # 画圆心print('圆心坐标:\t', i[0], i[1])
plt.imshow(img)
plt.show()

完整代码

import cv2  # 载入opencv库
import mtplotlib.pyplot as plt
cap = cv2.VideoCapture(0)  # 此处cap即摄像头变量；内置摄像头为0，若有其他摄像头则依次为1,2,3,4，…
print(cap.isOpened())  # 检查摄像头是否处于打开状态，返回布尔值
cap.set(3, 640)
cap.set(4, 480)  # 设置摄像头拍摄的图像像素
while Ture:  # 写成死循环，使一直抓取摄像头图像ret, img = cap.read()  # 布尔变量，图像变量 = 摄像头变量.read()；布尔变量为True,代表读取成功，False代表读取失败；读取的图像存储在img变量中gray = cv2.cvtColor(img, icv2.COLOR_BGR2GRAY)  # 灰度图像；opencv中有多种色彩空间，包括 RGB、HSI、HSL、HSV、HSB、YCrCb、CIE XYZ、CIE Lab8种，使用中经常要遇到色彩空间的转化，以便生成mask图等；circles1 = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 150, param1=100, param2=60, minRadius=50, maxRadius=20000)circles = circles1[0, :, :]  # 提取为二维circles = np.uint16(np.around(circles))  # 四舍五入，取整for i in circles[:]:cv2.circle(img, (i[0], i[1]), i[2], (255, 0, 0), 5)  # 画圆cv2.circle(img, (i[0], i[1]), 2, (255, 0, 0), 10)  # 画圆心print('圆心坐标:\t', i[0], i[1])plt.imshow(img)plt.show()# cap.release()  # 关闭摄像头if cv2.waitKey(25) & 0xFF == ord('q'):break

opencv边缘检测实时识别圆形相关推荐

python摄像头识别二维码_python使用pyzbar+opencv实现实时识别二维码--李渣渣（lizaza.cn）...
写东西就要写全面,前两天写了如何用python生成二维码,今天博主就给大家介绍一个识别二维码的方法. 1.安装本次开发所需要的库opencv 和pyzbar pip install pyzbar pi ...
opencv+python+OpenPose姿态实时识别
opencv+python+OpenPose 姿态实时识别 1.姿态识别标记颈.肩.肘.腕.腰.膝.踝等特征点进行姿态识别,这些关节都有一定程度的自由度. 2.OPenPose OpenPose ...
Python OpenCv 车牌检测识别（边缘检测、HSV色彩空间判断）
Python OpenCv 车牌检测识别背景车牌识别在交通.停车等方面有着广泛应用,在网上也有很多种基于OpenCV方案进行识别,本文是综合了两种比较流行的方案,首先是提取出疑似车牌区域的轮廓,然 ...
C++ 纯 OpenCV 实现扑克牌实时识别
C++ 纯 OpenCV 实现扑克牌实时识别网上有很多用OpenCV或其他工具实现扑克牌或者简单的数字识别demo,但都讲的不够简洁清晰或者提供的代码太混乱,所以我自己用OpenCV实现了一下这个d ...
Java + opencv 实现人脸识别，图片人脸识别、视频人脸识别、摄像头实时人脸识别
搭建环境 opencv官网下载windows安装包 https://opencv.org/releases/ 选择最新版4.1.1 下载完成后是一个opencv-4.1.1-vc14_vc15.exe ...
利用opencv结合mfc实现识别圆形标记点并计算多个圆形标记点的三维坐标，拟合平面并计算法向量
利用opencv结合mfc实现识别圆形标记点并计算多个圆形标记点的三维坐标,拟合平面并计算法向量具体步骤二.对应代码 1.引入库 2.标定识别圆形标记点左右图像中圆形标记点匹配计算三维坐标 ...
数字图像处理二维码识别 python+opencv实现二维码实时识别
数字图像处理二维码识别 python+opencv实现二维码实时识别特点: (1)可以实现普通二维码,条形码: (2)解决了opencv输出中文乱码的问题 (3)增加网页自动跳转功能 (4)实现二维 ...
基于OpenCV实现人脸识别--Python
目录前言第一章 OpenCV介绍第二章功能描述 2.1 对已有的数据进行检测 2.2 陌生人检测并发出警告 2.3 保存陌生人的视频 2.4 输入图片进行检测 2.5 现场录用信息第三章功 ...
基于OpenCV的实时车道线分割＆车道保持系统（源码＆教程）
1.研究背景汽车主动安全系统能够实现风险的主动预防和规避,其能有力缓解当前我国汽车交通事故频发的困境,故对其的相关研究得到了国家的大力支持. 车道保持辅助系统(LKAS,Lane Keeping A ...

opencv边缘检测实时识别圆形

opencv识别圆形

用opencv抓取摄像头图像

用HoughCircles（霍夫圆）检测圆形

完整代码

opencv边缘检测实时识别圆形相关推荐

最新文章

热门文章