3

我正在尝试检测眼睛的虹膜，但HoughCircles返回 0 个圆圈。

输入图像（眼睛）是：

输入图像

然后我用这张图片做了以下事情：

cvtColor(eyes, gray, CV_BGR2GRAY);
morphologyEx(gray, gray, 4,cv::getStructuringElement(cv::MORPH_RECT,cv::Size(3,3)));
threshold(gray, gray, 0, 255, THRESH_OTSU);
vector<Vec3f> circles;
HoughCircles(gray, circles, CV_HOUGH_GRADIENT, 2, gray.rows/4);
if (circles.size())
        cout << "found" << endl;

所以最终的灰度图像是这样的：

输出图像

我发现了这个问题Using HoughCircles to detection and measure 瞳孔和虹膜，但尽管与我的问题相似，但它并没有帮助我。

那么为什么HoughCircles在尝试检测虹膜时返回 0 个圆圈呢？如果有人知道找到虹膜的更好方法，欢迎您。

4

1 回答 1

5

对于同样的问题，我遇到了完全相同的问题。事实证明，houghcircles 并不是检测格式不太好的圆的好方法。

在这些情况下，像 MSER 这样的特征检测方法效果更好。

import cv2
import math
import numpy as np
import sys

def non_maximal_supression(x):
    for f in features:
        distx = f.pt[0] - x.pt[0]
        disty = f.pt[1] - x.pt[1]
        dist = math.sqrt(distx*distx + disty*disty)
        if (f.size > x.size) and (dist<f.size/2):
            return True

thresh = 70
img = cv2.imread(sys.argv[1])
bw = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

detector = cv2.FeatureDetector_create('MSER')
features = detector.detect(bw)
features.sort(key = lambda x: -x.size)

features = [ x for x in features if x.size > 70] 
reduced_features = [x for x in features if not non_maximal_supression(x)]

for rf in reduced_features:
    cv2.circle(img, (int(rf.pt[0]), int(rf.pt[1])), int(rf.size/2), (0,0,255), 3)

cv2.imshow("iris detection", img)
cv2.waitKey()

检测到的虹膜区域

或者，您可以尝试卷积过滤器。

编辑： 对于那些对 c++ MSER 有问题的人，这里有一个基本要点。

于 2016-03-16T03:29:32.413 回答