在图像中找到多个不同大小的圆圈答案

【问题标题】：Find multiple circles with different sizes in image在图像中找到多个不同大小的圆圈
【发布时间】：2020-04-20 00:39:09
【问题描述】：

我需要在不同大小的图像上找到圆圈。我无法显示图像本身，但我确实尝试创建一个“虚拟图像”：

如您所见：有几个不同大小的圆圈。有些中间是透明的，有些不是。白色圆圈在这里很重要。真实的背景不如这里，因为那是一张图片，但这可能会很好地模拟它。

现在我的代码应该可以做两件事了：

找出圆心的位置。
能够证明这些确实是圆心的位置。

对于第一点：我尝试使用 OpenCV templateMatch，它仅适用于一种尺寸，而不适用于不同尺寸。我还尝试使用几个不同大小的模板来循环代码，但这需要很多时间，因为应该有许多不同大小的模板。然后我尝试使用 OpenCV Hough Circles，但似乎并没有找到每个圆圈：

然后我尝试使用OpenCV findContours，但是因为背景甚至不像图像，所以显示的轮廓太多了。

现在我不知道我的其他选择是什么。

有没有一种很好/好的方法可以找到这些圈子，包括每个找到的圈子的确定性分数？那么这些找到的点是正确的程序有多确定呢？ OpenCV 是要使用的模块吗？还是我应该使用不同的东西（技术/模块/方法）？

【问题讨论】：

稍微模糊图像以帮助平滑背景纹理。然后对图像进行阈值处理，以便在黑色背景上有白色圆圈。然后使用 findContour。然后获取质心。

标签： python-3.x image opencv

【解决方案1】：

这是在 Python/OpenCV 中执行此操作的一种方法。

读取输入
转换为灰色
模糊（平滑背景）
阈值
应用形态关闭和打开平滑
获取轮廓
绘制轮廓和质心
保存结果

输入：

import cv2
import numpy as np

# read image
img = cv2.imread('circles.png')

# convert to grayscale
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# apply gaussian blur
blur = cv2.GaussianBlur(gray, (9,9), 0)


# threshold
thresh = cv2.threshold(blur,128,255,cv2.THRESH_BINARY)[1]


# apply close and open morphology to smooth
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (9,9))
thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)
thresh = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)

# draw contours and get centroids
circles = img.copy()
contours = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
contours = contours[0] if len(contours) == 2 else contours[1]
for cntr in contours:
    cv2.drawContours(circles, [cntr], -1, (0,0,255), 2)
    M = cv2.moments(cntr)
    cx = int(M["m10"] / M["m00"])
    cy = int(M["m01"] / M["m00"])
    x = round(cx)
    y = round(cy)
    circles[y-2:y+3,x-2:x+3] = (0,255,0)
    print(cx,",",cy)        


cv2.imshow("thresh", thresh)
cv2.imshow("circles", circles)

cv2.waitKey(0)
cv2.destroyAllWindows()

# save cropped image
cv2.imwrite('circles_thresh.png',thresh)
cv2.imwrite('circles_centroids.png',circles)

阈值图像：

显示圆形轮廓和质心的结果图像：

质心：

【讨论】：

感谢您的回复。我也试过这个，但这只有在背景和现在一样均匀的情况下才有效。有时，在拍照时，背景的某些部分比其他部分要亮。去一个门槛图像然后变得一团糟。有时图像中还有正方形或其他形状，但应该只找到圆形。
最好看一张或多张这些图片，以便能够建议其他方法。