本文实例为大家分享了python+opencv识别图片中足球的方法，供大家参考，具体内容如下
先补充下霍夫圆变换的几个参数知识：
- dp，用来检测圆心的累加器图像的分辨率于输入图像之比的倒数，且此参数允许创建一个比输入图像分辨率低的累加器。上述文字不好理解的话，来看例子吧。例如，如果dp= 1时，累加器和输入图像具有相同的分辨率。如果dp=2，累加器便有输入图像一半那么大的宽度和高度。
- minDist，为霍夫变换检测到的圆的圆心之间的最小距离，即让我们的算法能明显区分的两个不同圆之间的最小距离。这个参数如果太小的话，多个相邻的圆可能被错误地检测成了一个重合的圆。反之，这个参数设置太大的话，某些圆就不能被检测出来了。
- param1，有默认值100。它是method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法，它表示传递给canny边缘检测算子的高阈值，而低阈值为高阈值的一半。
- param2，也有默认值100。它是method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法，它表示在检测阶段圆心的累加器阈值。它越小的话，就可以检测到更多根本不存在的圆，而它越大的话，能通过检测的圆就更加接近完美的圆形了。
- minRadius，默认值0，表示圆半径的最小值。
- maxRadius，也有默认值0，表示圆半径的最大值。
源代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
# -*- coding: utf-8 -*- """ Created on Tue Sep 26 23:15:39 2017 @author: tina """import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread('C:\\Users\\tina\\Pictures\\ahh\\ball.jpg') gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) plt.subplot(121),plt.imshow(gray,'gray') plt.xticks([]),plt.yticks([]) circles1 = cv2.HoughCircles(gray,cv2.HOUGH_GRADIENT,1, 600,param1=100,param2=30,minRadius=80,maxRadius=97) circles = circles1[0,:,:] circles = np.uint16(np.around(circles)) for i in circles[:]: cv2.circle(img,(i[0],i[1]),i[2],(255,0,0),5) cv2.circle(img,(i[0],i[1]),2,(255,0,255),10) cv2.rectangle(img,(i[0]-i[2],i[1]+i[2]),(i[0]+i[2],i[1]-i[2]),(255,255,0),5) print("圆心坐标",i[0],i[1]) plt.subplot(122),plt.imshow(img) plt.xticks([]),plt.yticks([]) |
原图：
识别后效果：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/Tina_Wei/article/details/78202694
