python 找图像中的圆

一，动态自适应

'''
此方法是一种动态自适应找圆方法
使用方法：
im_floodfill = get_adaptive_circle(crop_img)
输入原图crop_img
返回mask'''import os
import cv2
import numpy as np# 求最大连通域的中心点坐标
# def centroid(max_contour):
#     moment = cv2.moments(max_contour)
#     if moment['m00'] != 0:
#         cx = int(moment['m10'] / moment['m00'])
#         cy = int(moment['m01'] / moment['m00'])
#         return cx, cy
#     else:
#         return Nonedef fillHole(im_in):im_floodfill = im_in.copy()im_floodfill = np.uint8(im_floodfill)row, col, dim = im_floodfill.shape# Mask used to flood filling# Notice the size needs to be 2 pixels than the imagemask = np.zeros((row+2, col+2), np.uint8)# Floodfill from point int(row/2), int(col/2)cv2.floodFill(im_floodfill, mask, (int(row/2), int(col/2)), (255, 255,255))# cv2.morphologyEx(im_floodfill, cv2.MORPH_ELLIPSE, mask)return im_floodfilldef get_adaptive_circle(crop_img):ori_row, ori_col, ori_dim = crop_img.shapeimg = cv2.resize(crop_img, (240, 270))row, col, dim = img.shapegray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 灰度图像edges = cv2.Canny(gray, 100, 200)kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (15, 15))  # 圆形kernelclosing = cv2.morphologyEx(edges, cv2.MORPH_CLOSE, kernel, 100)# 提取边缘contours, hierarchy = cv2.findContours(closing, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)# 找到最大的contourarea = []for j in range(len(contours)):area.append(cv2.contourArea(contours[j]))max_idx = np.argmax(area)# 求椭圆ellipse = cv2.fitEllipse(contours[max_idx])  #  [ (x, y) , (a, b), angle ]ellipse_img = np.zeros((row, col, dim))cv2.ellipse(ellipse_img, ellipse, (255, 255, 255), 2)# 填充椭圆ellipse_fill = fillHole(ellipse_img)ellipse_fill = cv2.resize(ellipse_fill, (ori_row, ori_col))ret, ellipse_fill = cv2.threshold(ellipse_fill[:, :, 0], 0, 255, cv2.THRESH_BINARY | cv2.THRESH_TRIANGLE)# cv2.imshow('Canny', edges)# cv2.imshow('closing', closing)# cv2.imshow('ellipse_img', ellipse_img)# cv2.imshow('ellipse_fill', ellipse_fill)## cv2.waitKey(0)return ellipse_fillif __name__ == '__main__':img = cv2.imread("/home/1.png")crop_img = img[650:1400, 1000:1750]ellipse = get_adaptive_circle(crop_img)# save_img_path = os.path.join(save_path, imgs_list[i])# cv2.imwrite(save_img_path, ellipse)

cv2.Canny(img, threshold1, threshold2)

https://www.cnblogs.com/aoru45/p/9763988.html

其中，较大的阈值2用于检测图像中明显的边缘，但一般情况下检测的效果不会那么完美，边缘检测出来是断断续续的。所以这时候用较小的第一个阈值用于将这些间断的边缘连接起来。

函数返回的是二值图，包含检测出的边缘

二，固定位置画圆

'''
此方法是一种简单的在固定位置上画圆的方法， 动态自适应画圆请参考：get_adaptive_circle.py
使用方法：
im_floodfill = get_circle(crop_img)
输入原图crop_img
返回mask默认圆心坐标：
center_row, center_col = int(row // 2), int(col // 2)
默认半径：
radius = int(row // 2 - 10)
'''import cv2
import numpy as npdef fillHole(im_in):im_floodfill = im_in.copy()im_floodfill = np.uint8(im_floodfill)row, col, dim = im_floodfill.shape# Mask used to flood filling# Notice the size needs to be 2 pixels than the imagemask = np.zeros((row+2, col+2), np.uint8)# Floodfill from point int(row/2), int(col/2)cv2.floodFill(im_floodfill, mask, (int(row/2), int(col/2)), (255, 255,255))# cv2.morphologyEx(im_floodfill, cv2.MORPH_ELLIPSE, mask)return im_floodfilldef get_circle(crop_img):row, col, dim = crop_img.shapecenter_row, center_col = int(row // 2), int(col // 2)radius = int(row // 2 - 10)ellipse = np.zeros((row, col, dim))cv2.circle(ellipse, (center_row, center_col), radius, (255, 255, 255), 2)im_floodfill = fillHole(ellipse)cv2.imshow("ellipse", ellipse)cv2.imshow("crop_img", crop_img)cv2.imshow("im_floodfill", im_floodfill)cv2.waitKey(0)return im_floodfillif __name__ == '__main__':img = cv2.imread("/home/pi/1.png")crop_img = img[650:1400, 1000:1750]im_floodfill = get_circle(crop_img)# save_img_path = os.path.join(save_path, imgs_list[i])# cv2.imwrite(save_img_path, im_floodfill)

python 找图像中的圆相关推荐

使用Python，OpenCV和Hough圆检测图像中的圆
使用Python,OpenCV和Hough圆检测图像中的圆 1. 效果图 2. cv2.HoughCircles(image, method, dp, minDist) 3. 源码参考前几篇博客中 ...
使用OpenCV和Python从图像中提取形状
Welcome to the first post in this series of blogs on extracting features from images using OpenCV an ...
编程实战（4）——python识别图像中的坐标点并保存坐标数据
编程实战(4)--python识别图像中的坐标点并保存坐标数据文章目录编程实战(4)--python识别图像中的坐标点并保存坐标数据综述代码思路库的安装图片预处理图像细化图像二极化提 ...
python识别图像中绿色的部分_[OpenCV-Python] OpenCV 中的图像处理部分 IV (四）
部分 IV OpenCV 中的图像处理 21 OpenCV 中的轮廓 21.1 初识轮廓目标 • 理解什么是轮廓 • 学习找轮廓,绘制轮廓等 • 函数:cv2.findContours(),cv2. ...
如何使用 Python 隐藏图像中的数据
作者 | 小白来源 | 小白学视觉隐写术是在任何文件中隐藏秘密数据的艺术. 秘密数据可以是任何格式的数据,如文本甚至文件.简而言之,隐写术的主要目的是隐藏任何文件(通常是图像.音频或视频)中的预期 ...
基于Python查找图像中最常见的颜色
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达如果我们能够得知道一幅图像中最多的颜色是什么的话,可以帮助我们解决 ...
python图像检测_如何用Python检测图像中的矩形项
我发现了很多关于使用openCV等人在图像中找到"东西"的问题.在 Python中,但到目前为止,我一直无法将它们拼凑在一起,以便为我的问题提供可靠的解决方案. 我正在尝试使用计算 ...
python识别图像中的物体_OpenCV+Python 指定物体识别
本文介绍一种基于HoG+Pyramids+Sliding Windows+SVM的物体识别方法基本流程 (1)确定最小检测物体,对原图img缩放,缩放比例为(滑动窗大小/最小物体大小). (2)缩放 ...
python提取图片中的表格,Python从图像中的表中提取值
我要从PDF表格中提取值,然后将数据保存在json文件中, 我使用pytesseract从将pdf转换为的图像中获取文本, 现在的问题是,它给了我一个包含所有数据的大字符串. 我尝试通过SP进行拆分, ...

python 找图像中的圆

一，动态自适应

二，固定位置画圆

python 找图像中的圆相关推荐

最新文章

热门文章