《图像处理实例》 之 操作规则的圆

目标：提取下图中圆的位置、面积、长度

拿到这幅图像，首先肯定进行灰度化，不然后面没办法操作。

接着进行阈值化，把背景和前景区别开来。

然后形态学操作，把小的斑点过滤掉，以免干扰，同时也为了让图像该分离的分离，该结合的结合。

最后又两种方法-->>1.霍夫变换求圆。2.边缘函数求圆。

二值化：

形态学操作：

下面是进行基于边缘检测函数的方法--->>>>

手动计算的圆心、面积、周长：

 

自带函数计算的结果：

 

对比手动计算和库函数计算的结果，操作还是比较满意的，看上图画的圆已经和实际基本重合。

#define _CRT_SECURE_NO_WARNINGS
#include<iostream>
#include <opencv2/opencv.hpp>
#include <math.h>
using namespace cv;
using namespace std;

RNG rng(12345);

Mat input_image, threshold_image, output_image, Middle_image;


int main(int argc, char**argv)
{
    input_image = imread("1.jpg");
    if (input_image.data == NULL) {
        return -1; cout << "can't open image.../";
    }
    imshow("Sourse Image", input_image);
    cvtColor(input_image, Middle_image,COLOR_RGB2GRAY);
    //imshow("Gray Image", Middle_image);
    threshold(Middle_image, Middle_image,0,255, THRESH_BINARY_INV| THRESH_OTSU);
    imshow("Threshold Image", Middle_image);
    Mat kernel = getStructuringElement(MORPH_RECT,Size(7,7),Point(-1,-1));
    //------------------------------清除小的杂质------------------------------//
    morphologyEx(Middle_image, Middle_image, MORPH_CLOSE,kernel,Point(-1,-1));
    //-------------连接小的区域为下面做准备，其实不操作这步也是可以的---------//
    morphologyEx(Middle_image, Middle_image, MORPH_OPEN, kernel, Point(-1, -1));
    imshow("morphology_Open Image", Middle_image);
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(Middle_image,contours,hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);
    Mat show_image = Mat::zeros(input_image.size(),input_image.type());
    for (size_t i = 0; i < contours.size(); i++)
    {
        //------清除太大和太小的区域--------//
        double Area = contourArea(contours[i]);
        if (Area > 100000) continue;
        if (Area < 10000) continue;
        //double length = arcLength(contours[i],1);
        //if (length < 500) continue;
        Rect temp = boundingRect(contours[i]);
        //------------特殊方法求圆-----------//
        float roti = (temp.width) / (temp.height);
        if (roti > 0.9&&roti < 1.1)
        {
            drawContours(show_image, contours, static_cast<int>(i), Scalar(255, 0, 0), 2);
            int x = temp.x + temp.width / 2;
            int y = temp.y + temp.width / 2;
            printf("circle area : %f\n", Area);
            printf("circle length : %f\n", arcLength(contours[i], 0));
            //---------------手动计算圆位置、面积、长度----------//
            double WJY_Area = CV_PI*temp.width/2*temp.width/2;
            double WJY_Length = 2 * CV_PI*temp.width/2;
            char str_wjy_Area[15], str_wjy_Length[15];
            sprintf(str_wjy_Area, "Area:%3f", abs(WJY_Area));//把int--->>>String
            sprintf(str_wjy_Length, "Length:%3f", abs(WJY_Length));
            putText(show_image, str_wjy_Area, Point(x-30, y), FONT_HERSHEY_SIMPLEX, 1.0, Scalar(200, 100, 100), 2, 16);
            putText(show_image, str_wjy_Length, Point(x - 30, y-30), FONT_HERSHEY_SIMPLEX, 1.0, Scalar(200, 100, 100), 2, 16);
            circle(show_image,Point(x,y), temp.width / 2,Scalar(0,0,255),2, LINE_AA);//自己计算的圆
            circle(show_image, Point(x, y), 2, Scalar(0, 0, 255), 2, LINE_AA);//圆心
        }    
    }
    //------过滤小的片段，因为上面用了长度和面积都没过滤掉-------//
    //threshold(Middle_image, Middle_image, 200, 255, 0);
    imshow("FindContours Image", Middle_image);
    imshow("WJY_Image", show_image);

    waitKey(0);
    return 0;
}

 

--->>>下面进行霍夫变换的方法--->>>

  下面是经过很多次的参数调节得到的图：

当HoughCircles(Middle_image, circles, HOUGH_GRADIENT,1.5, 10, 200, 50);

下图所示：

不仅效果不好，而且很难调节参数，我认为是我调节最好的了，而且前期也是经过形态学过滤，

==》》最可笑的是opencv官网对霍夫圆检测的一句话：

                  Usually the function detects the centers of circles well. However, it may fail to find correct radii. You can assist to the function by specifying the radius range ( minRadius and maxRadius ) if you know it. Or, you may ignore the returned radius, use only the center, and find the correct radius using an additional procedure。

大概意思就是，大部分情况检测的不好，要通过其它手段进行辅助，最好只是检测圆心。。。

注意：我想通过边缘检测对霍夫圆进行辅助操作，没想到这个API只能输入灰度图，二值图不能进行输入。。。爱莫能助 

上一下代码：

 

int main(int argc, char**argv)
{
    input_image = imread("2.jpg");
    if (input_image.data == NULL) {
        return -1; cout << "can't open image.../";
    }
    imshow("Sourse Image", input_image);
    cvtColor(input_image, Middle_image, COLOR_RGB2GRAY);
    imshow("Gray Image", Middle_image);
    
    Mat kernel = getStructuringElement(MORPH_RECT, Size(7, 7), Point(-1, -1));
    //------------------------------清除小的杂质------------------------------//
    morphologyEx(Middle_image, Middle_image, MORPH_CLOSE, kernel, Point(-1, -1));
    //-------------连接小的区域为下面做准备，其实不操作这步也是可以的---------//
    morphologyEx(Middle_image, Middle_image, MORPH_OPEN, kernel, Point(-1, -1));
    imshow("morphology_Open Image", Middle_image);
    vector<Vec3f> circles;
    HoughCircles(Middle_image, circles, HOUGH_GRADIENT,
        1.5, 10, 200, 50);
    cvtColor(Middle_image, Middle_image, COLOR_GRAY2BGR);
    Mat show_image1 = Mat::zeros(input_image.size(), input_image.type());
    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(Middle_image, center, 3, Scalar(0, 0, 255), -1, 8, 0);
        // draw the circle outline
        circle(Middle_image, center, radius, Scalar(0, 0, 255), 3, 8, 0);
    }
    imshow("HoughCircle Image", Middle_image);
    waitKey(0);
    return 0;
}

 

参考：贾老师opencv系列