编程语言
首页 > 编程语言> > 数字图像处理(DIP)作业9 part-2设计一种快速圆检测算法

数字图像处理(DIP)作业9 part-2设计一种快速圆检测算法

作者:互联网

数字图像处理(DIP)作业9 part-2设计一种快速圆检测算法


文章目录


要求

在这里插入图片描述

代码

运行环境:Ubuntu16.04 LTS + OpenCV 3.0.4 + ROS-kinetic-full

代码语言:c++

过程:转灰度图->模糊处理->自适应全局阈值二值化处理->

边界检测->霍夫圆检测->绘制图像。

#include <stdlib.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include<ctime>

#define pi 3.14159265
using namespace cv;
using namespace std;

//基本全局阈值求最佳二值图像
Mat Global_threshold(Mat in){
    Mat out=in.clone();
    int sum=0;
    for (int i=0; i<in.rows; i++){
        for (int j=0; j<in.cols; j++){
            sum+=in.at<uchar>(i,j);
        }
    }
    int t=int(sum/in.cols/in.rows);
    int u1=0;int u2=255;
    while((u1+u2)/2-t<=5){
        int sum1=0,sum2=0;
        for (int i=0; i<in.rows; i++){
            for (int j=0; j<in.cols; j++){
                if(in.at<uchar>(i,j)<t){
                    sum1+=in.at<uchar>(i,j);
                }else{
                    sum2+=in.at<uchar>(i,j);
                }
                
            }
        }
        u1=int(sum1/in.cols/in.rows);
        u2=int(sum2/in.cols/in.rows);
        t=int((u1+u2)/2);
    }
    threshold(in, out, t, 255, CV_THRESH_BINARY);
    return out;
}
Mat Fast_circle_detect(Mat in){
    Mat out=in.clone();
    // imshow("original image",in);
    //转灰度图像
    Mat gray;
    cvtColor(in, gray, COLOR_BGR2GRAY);
    //模糊处理
    Mat gaussian;
    GaussianBlur(gray, gaussian, Size(7,7), 0, 0);
    //自适应全局阈值二值化处理
    Mat binary=Global_threshold(gaussian);
    // imshow("binary",binary);
    //边缘检测(canny)
    Mat canny;
    Canny(gaussian, canny, 100,180);//200,300
    // imshow("canny",canny);
    vector <Vec3f> circles;
    HoughCircles(canny, circles, HOUGH_GRADIENT, 1, canny.rows/17, 100, 20, 0, 45);
    for (int i = 0; i < circles.size(); i++) {
        circle(out, Point(circles[i][0], circles[i][1]), circles[i][2], Scalar(0, 0, 255), 2);
    }
    // imshow("circles_detect",out);
    return out;
}
int main(int argc, char **argv)
{

    clock_t start,end;
    double endtime;
    Mat src,out;
    start=clock();
    src=imread("./src/hw_pkg_9/src/3.jpg");
    imshow("original_image_1",src);
    out=Fast_circle_detect(src);
    imshow("out_1",out);
    end=clock();
    endtime=(double)(end-start)/CLOCKS_PER_SEC;
    cout<<"Total_time_1:"<<endtime<<"s"<<endl;

    start=clock();  
    src=imread("./src/hw_pkg_9/src/4.png");
    imshow("original_image_2",src);
    out=Fast_circle_detect(src);
    imshow("out_2",out);
    end=clock();
    endtime=(double)(end-start)/CLOCKS_PER_SEC;
    cout<<"Total_time_2:"<<endtime<<"s"<<endl;

    start=clock();  
    src=imread("./src/hw_pkg_9/src/4.jpg");
    imshow("original_image_3",src);
    out=Fast_circle_detect(src);
    imshow("out_3",out);
    end=clock();
    endtime=(double)(end-start)/CLOCKS_PER_SEC;
    cout<<"Total_time_3:"<<endtime<<"s"<<endl;


    waitKey(0);
    return 0;
}
结果

处理三张图片总用时不到0.3s,且开始运行后处理速度越来越快。且精度较高,识别准确。

在这里插入图片描述
在这里插入图片描述

标签:circles,src,Mat,int,数字图像处理,part,canny,DIP,out
来源: https://blog.csdn.net/qq_46164507/article/details/122502641