从图像中查找车轮中的辐条总数 - OpenCV（Python）

Question

我有几张带有马车轮的图片。
它们是灰度的——像素级别从最小值（black）到最大值（white）不等。 轮子被渲染为单个连接的组件。 车轮部件为白色，背景为黑色。

示例图片 1：

示例图片 2：

这是带有零件的轮子：

我已经找到了轮轴的中心，但我还想在图片中找到所有辐条的数量和损坏的辐条数量。

以下是关于图片的一些事实：

1. 每个辐条都与环圈半径对齐
2. 每个辐条的最小角宽度为 2 度
3. 任意两条辐条中心线之间的角度间隔至少 10 度
4. 辐条的角度不等距
5.如果辐条没有完全连接箍和车轴，辐条间隙至少10像素
6. 轴 - 由最小半径为 10 像素的实心圆表示
7. 一个箍——由与轮轴同心的两个圆圈表示。它的最小厚度为 10 像素

所以，这是我用于检测轮轴的代码。我使用 HoughCircles 来检测最小的圆圈。

import cv2
import numpy as np
import matplotlib.pyplot as plt


img_bgr = cv2.imread('wheel.png')
img_gray = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2GRAY)

circles = cv2.HoughCircles(img_gray, cv2.HOUGH_GRADIENT, 1, 300, 
np.array([]), 10, 30, 10, 50)
center_x = 0
center_y = 0

if circles is not None:
    circles = np.uint16(np.around(circles))

    for i in circles[0, :]:
        cv2.circle(img_bgr, (i[0], i[1]), i[2], (0, 255, 0), 2)
        cv2.circle(img_bgr, (i[0], i[1]), 2, (0, 0, 255), 3)
        center_x = i[0]
        center_y = i[1]

print("%d %d" % (center_x, center_y))
plt.imshow(img_bgr, cmap='gray', interpolation='bicubic')
plt.show()

这就是结果。


另外，我想找到未被任何辐条 φmax（以度为单位）截获的最长弧的长度。假设车轮是平的，即车轮的所有部分都位于一个平面上。

我尝试使用 Canny 和 HoughLinesP 寻找优势，但我卡住了，不知道下一步该做什么。

threshhold, threshhold_img = cv2.threshold(img_gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
edges = cv2.Canny(threshhold_img, 150, 200, 3, 5)
lines = cv2.HoughLinesP(edges, 1, np.pi / 180, 30, 20, 5)

for line in lines:
    for x1, y1, x2, y2 in line:
        print("(%d, %d) && (%d, %d)" % (x1, y1, x2, y2))
        cv2.line(img_bgr, (x1, y1), (x2, y2), (255, 0, 0), 3)

这是标记辐条的图像：

我是 OpenCV 新手，所以任何建议都会有所帮助。

Answer 1

要找到辐条，请使用靠近车轴的小圆圈和靠近箍的大圆圈对图像进行采样。这些将拦截白色（角度）间隔。加入间隔的中间并检查辐条的连续性。当缺少一个区间时，您可以外推到中心。