OpenCV Hough圆变换圆形计数
图像里圆形太多，想快速数清楚？用Hough 圆变换准没错。这套方法比较经典，OpenCV里直接就封装好了，用起来还挺顺。cv2.HoughCircles()能自动找到图像中的圆，连半径都能测出来。你只要先灰度化、滤波、做个边缘检测，再把参数调一调，基本就能搞定。
整个流程写在Hough.py里，结构清晰，适合边学边改。比如先用cv2.imread()读图像05.jpg，高斯滤波去点噪，跑cv2.Canny()找边。嗯，别忘了边缘清晰对识别效果挺关键的。
调用cv2.HoughCircles()的时候要注意几个参数：dp是分辨率缩放因子，minDist控制圆心之间的最小距离，还有两个阈值param1和param2分别跟边缘和累积投票有关。圆的大小用minRadius和maxRadius控制，按需调整。
检测出来的圆会以坐标+半径的形式返回，用cv2.circle()一画，效果立马就出来了。要显示图像？cv2.imshow()+cv2.waitKey()就行，操作简单，响应也快。
如果你刚入门图像，这套代码真的挺适合练手的。能帮你搞懂Hough 变换怎么投票找形状，也能顺手学学图像预的基本操作。工业识别、监控之类的项目也能派上用场哦。
对了，还有几个相关文章你可以顺手看看：Hough 变换实现直线检测和基于 OpenCV 的图像读取与预都挺有参考价值，推荐一起看。
文件大小：449.19KB
评论区