1

在程序中，我使用了一个像这样的精明过滤器：

circles = cv2.HoughCircles(cannyresult,cv2.cv.CV_HOUGH_GRADIENT,1,10)
    if circles is None:
        print'no '

然后终端打印no，表示没有返回结果，cannyresult是一张有很多圆圈的图片。有人可以帮我吗？

4

2 回答 2

0

从文档中，用法是：

 Python: cv2.HoughCircles(image, method, dp, minDist[, circles[,
    param1[, param2[, minRadius[, maxRadius]]]]]) → circles

在哪里

 circles – Output vector of found circles. Each vector is encoded as a
 3-element floating-point vector (x, y, radius)

示例用法：

#include <cv.h>
#include <highgui.h>
#include <math.h>

using namespace cv;

int main(int argc, char** argv)
{
    Mat img, gray;
    if( argc != 2 && !(img=imread(argv[1], 1)).data)
        return -1;
    cvtColor(img, gray, CV_BGR2GRAY);
    // smooth it, otherwise a lot of false circles may be detected
    GaussianBlur( gray, gray, Size(9, 9), 2, 2 );
    vector<Vec3f> circles;
    HoughCircles(gray, circles, CV_HOUGH_GRADIENT,
                 2, gray->rows/4, 200, 100 );
    for( size_t i = 0; i < circles.size(); i++ )
    {
         Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
         int radius = cvRound(circles[i][2]);
         // draw the circle center
         circle( img, center, 3, Scalar(0,255,0), -1, 8, 0 );
         // draw the circle outline
         circle( img, center, radius, Scalar(0,0,255), 3, 8, 0 );
    }
    namedWindow( "circles", 1 );
    imshow( "circles", img );
    return 0;
}

需要注意的重要一点是，而不是：

circles = HoughCircles(gray, CV_HOUGH_GRADIENT...

你需要给它一个向量：

    vector<Vec3f> circles;

    HoughCircles(gray, circles, CV_HOUGH_GRADIENT,
                 2, gray->rows/4, 200, 100 );

这更像是一种 C 风格的编程

于 2013-03-15T17:27:02.493 回答
0

这都是关于参数的，它总是如此。HoughCircles 中使用的参数起着基本的作用。

我希望我能为您提供更多帮助，但是没有输入图像可以用我的双手被束缚。我与您分享的最后一个参考资料提供了指向其他答案的链接，其中包含实际源代码，展示了调整函数参数直到它们为您工作的重要性。

于 2013-03-15T19:28:43.003 回答