0

我需要使用 opencv2 中可用的 HoughCircle 函数检测我拥有的眼睛图片的虹膜。所以 ，

// Read the image
       src = imread("D:/001R_3.png");
       if( !src.data )
       { return -1; }

       /// Convert it to gray
     cvtColor( src, src_gray, CV_BGR2GRAY );

       /// Reduce the noise so we avoid false circle detection
      GaussianBlur( src_gray, src_gray, Size(9, 9), 2, 2 );

       /////////////
       /// Generate grad_x and grad_y
        Mat grad_x, grad_y;
        Mat abs_grad_x, abs_grad_y;

       Sobel( src_gray, grad_x, ddepth, 1, 0, 3, scale, delta, BORDER_DEFAULT );
         convertScaleAbs( grad_x, abs_grad_x );

     /// Gradient Y
       //Scharr( src_gray, grad_y, ddepth, 0, 1, scale, delta, BORDER_DEFAULT );
        Sobel( src_gray, grad_y, ddepth, 0, 1, 3, scale, delta, BORDER_DEFAULT );
       convertScaleAbs( grad_y, abs_grad_y );

     /// Total Gradient (approximate)
        addWeighted( abs_grad_x, 0.5, abs_grad_y, 0.5, 0, grad );
      ///////////////
       vector<Vec3f> circles;

        /// Apply the Hough Transform to find the circles
       HoughCircles( grad, circles, CV_HOUGH_GRADIENT, 1, grad.rows/8, 200, 100,0,0 );

        /// Draw the circles detected
            for( size_t i = 0; i < circles.size(); i++ )
              {
      Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
          cout<<center;
           int radius = cvRound(circles[i][2]);
            // circle center
           cout<<radius;
          circle(src, center, 3, Scalar(0,255,0), -1, 8, 0 );
          // circle outline
          circle(src, center, radius, Scalar(0,0,255), 3, 8, 0 );
           }

          /// Show your results
            namedWindow( "Hough Circle Transform Demo", CV_WINDOW_AUTOSIZE );
            imshow( "Hough Circle Transform Demo",src );
               }

所以这是我的代码，只检测到眼睛的外部部分，因为我希望检测到瞳孔和虹膜边界而这没有发生，我参考了链接OpenCV：使用霍夫圆变换检测虹膜 ，但它没有不能那样工作。代替精明的边缘检测器已经使用了sobel。请提出建议。

4

1 回答 1

1

Hough 变换的第五个参数是 minDist，即圆之间的最小距离（以像素为单位）。您将此参数设置为图像中的行数除以 8，这意味着不会返回任何重叠的圆圈（例如眼睛的瞳孔和虹膜），因为它们太靠近了。

我会将这个数字设置为变量而不是对其进行硬编码，并尝试使用一组小得多的数字，直到找到可行的方法。

于 2014-06-30T16:50:41.870 回答