Détection de cercles de suppression de cercles inutiles

Question

Je reçois beaucoup de cercles en utilisant l'algorithme de détection de cercle de Hough sur une image. comment rendre cette détection plus précise?

image montrant des cercles détectés.

image originale

CODE SUIVANT EST UTILISÉ

import cv2 
import numpy as np 

img = cv2.imread('test_c.jpg',0) 

img = cv2.medianBlur(img,5) 

cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR) 

circles=cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,20,param1=50,param2=30,minRadius=0,maxRadius=0) 

circles = np.uint16(np.around(circles)) 

for i in circles[0,:]: 

    # draw the outer circle 
    cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2) 
    # draw the center of the circle 
    cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),3) 

cv2.imshow('detected circles',cimg) 

cv2.waitKey(0) 

cv2.destroyAllWindows()` 

Answer 1

Vous êtes face à ce problème parce que vous ne savez pas comment Hough fonctionne la transformation et parce que vous avez fait ni lire attentivement le code que vous avez probablement trouvé quelque part en ligne, ni vous avez fait référence à l'OpenCV documentation de référence.

https://en.wikipedia.org/wiki/Circle_Hough_Transform

http://docs.opencv.org/2.4/modules/imgproc/doc/feature_detection.html?highlight=houghcircles

Vous avez limiter les rayons. Comme la transformation de Hough est plus ou moins une approche de force brute, c'est très important. Il réduit considérablement le temps de calcul et vous pouvez et devez l'utiliser pour obtenir uniquement les cercles des rayons que vous recherchez ...

En réglant une distance minimale entre les cercles, vous évitez d'obtenir plusieurs résultats pour un cercle.

Comme toujours la connaissance est la clé du succès.