Opencv笔记:利用霍夫变换检测图像中的红球
来源:互联网 发布:帝国cms火车头视频接口 编辑:程序博客网 时间:2024/06/15 22:08
代码功能为从一副图像中检测红球,当然也可以针对视频的单帧图像进行检测,关于霍夫圆变换HoughCircles()函数及其原理主要参考了《opencv3编程入门》
HoughCircles()函数
函数原型:
void HoughCircles(InputArray image, outputArray circles, int method, double dp, double minDist, double param1=100, double param2=100, int minRadius=0, int maxRadius=0);
参数说明:
image: 输入图像,8位灰度单通道图像;
circles: 用于储存检测到的园的输出矢量,(x, y, radius);
method: 调用的检测方法,opencv中使用的是霍夫梯度法(CV_HOUGH_GRADIENT);
dp: 用于检测圆心的累加器图像的分辨率与输入图像之比的倒数;
minDist: 检测的不同圆的圆心之间 的最小距离;
param1, param2: 与检测方法相对应的参数;
minRadius, maxRadius: 圆半径的最小值和最大值。
主函数
/* redball_detect.cppDescription: the test example for detect the red ball.Date: 2017/10/12*/#include <iostream>#include <opencv2/opencv.hpp>using namespace std;using namespace cv;#define SRC_WINDOW_NAME "redball"#define MID_WINDOWNAME "redball_gray"Mat srcImage, dstImage;Mat channel[3];int main(){ // 原图像读取 srcImage = imread("redball5.jpg", 1); imshow(SRC_WINDOW_NAME, srcImage); // 提取红色通道图像 int g_nHm = 9; // 可利用滑动条调节 split(srcImage, channel); channel[0] = channel[0].mul(.1*g_nHm); // B (mul: per-element matrix multiplication) channel[1] = channel[1].mul(.1*g_nHm); // G channel[2] = channel[2] - channel[0] - channel[1]; // R channel[2] = 3 * channel[2]; imshow(MID_WINDOWNAME, channel[2]); dstImage = channel[2]; GaussianBlur(dstImage, dstImage, Size(9, 9), 2, 2); // 用于减少检测噪声 // 霍夫圆检测 vector<Vec3f> circles; // 3通道float型向量 HoughCircles(dstImage, circles, CV_HOUGH_GRADIENT, 1, srcImage.rows / 5, 200, 16, 0, 0); // 结果显示 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]); circle(srcImage, center, 3, Scalar(0, 255, 0), -1, 8, 0); circle(srcImage, center, radius, Scalar(155, 50, 255), 3, 8, 0); cout << circles[i][0] << "\t" << circles[i][1] << "\t" << circles[i][2] << endl; } // cout << circles[0][0] << endl; imshow(SRC_WINDOW_NAME, srcImage); waitKey(0); return 0;}
代码中的几点说明:
- 因为需要检测的红色球,所以提取RGB图像中的红色通道值更有利于检测;
- g_nHm是可调节参数,可以利用滑动条确定最好的值;
- GaussianBlur()函数用于抑制检测过程中的噪声,可以参考检测结果中使用GaussianBlur前后的对比。
结果显示
原图:
g_nHm=9时红色通道图像:
不加高斯平滑的检测结果:
加入高斯平滑的检测结果:
阅读全文
0 0
- Opencv笔记:利用霍夫变换检测图像中的红球
- OpenCV使用霍夫变换检测图像中的形状
- OPENCV霍夫变换使用方法——边缘检测+霍夫变换求出图像中的直线
- OPENCV霍夫变换使用方法——边缘检测+霍夫变换求出图像中的直线
- MATLAB图像处理-霍夫变换检测图像中的线段
- 利用OpenCV霍夫变换检测出圆
- 【OpenCV】利用霍夫变换进行直线检测
- OpenCV中的图像变换
- openCV中的图像变换
- 【OpenCV】图像变换(四-1)-霍夫变换线段检测
- 【OpenCV】图像变换(四-2)霍夫变换圆检测
- 霍夫变换函数检测图像中的直线
- 检测提取图像中的直线(基于霍夫变换)
- opencv 霍夫变换检测直线 例程中的1000
- OpenCV笔记11:霍夫变换检测直线
- OpenCV笔记12:霍夫变换检测圆
- 在OpenCV下利用霍夫变换进行直线检测和圆检测
- opencv 霍夫变换检测直线
- 从零开始成为优秀交互设计师应该怎么做(上)
- 大数据CDH之Impala_10_02
- lombok的使用
- Java程序员入门指南
- leetcode 402. Remove K Digits
- Opencv笔记:利用霍夫变换检测图像中的红球
- 基于R语言的Kaggle案例分析学习笔记(六)
- PHP 错误:Cannot use object of type yii\db\Command as array
- ios-MapKit的使用
- hdu 4825 Xor Sum (字典树)
- [Oracle 11g r2(11.2.0.4.0)]集群术语和参数简介
- 探秘Java中的String、StringBuilder以及StringBuffer
- caffe运行错误: im2col.cu:61] Check failed: error == cudaSuccess (8 vs. 0) invalid device function
- java sort使用