本文實(shí)例為大家分享了python+opencv識(shí)別圖片中足球的方法，供大家參考，具體內(nèi)容如下

先補(bǔ)充下霍夫圓變換的幾個(gè)參數(shù)知識(shí)：

• dp，用來檢測(cè)圓心的累加器圖像的分辨率于輸入圖像之比的倒數(shù)，且此參數(shù)允許創(chuàng)建一個(gè)比輸入圖像分辨率低的累加器。上述文字不好理解的話，來看例子吧。例如，如果dp= 1時(shí)，累加器和輸入圖像具有相同的分辨率。如果dp=2，累加器便有輸入圖像一半那么大的寬度和高度。
• minDist，為霍夫變換檢測(cè)到的圓的圓心之間的最小距離，即讓我們的算法能明顯區(qū)分的兩個(gè)不同圓之間的最小距離。這個(gè)參數(shù)如果太小的話，多個(gè)相鄰的圓可能被錯(cuò)誤地檢測(cè)成了一個(gè)重合的圓。反之，這個(gè)參數(shù)設(shè)置太大的話，某些圓就不能被檢測(cè)出來了。
• param1，有默認(rèn)值100。它是method設(shè)置的檢測(cè)方法的對(duì)應(yīng)的參數(shù)。對(duì)當(dāng)前唯一的方法霍夫梯度法，它表示傳遞給canny邊緣檢測(cè)算子的高閾值，而低閾值為高閾值的一半。
• param2，也有默認(rèn)值100。它是method設(shè)置的檢測(cè)方法的對(duì)應(yīng)的參數(shù)。對(duì)當(dāng)前唯一的方法霍夫梯度法，它表示在檢測(cè)階段圓心的累加器閾值。它越小的話，就可以檢測(cè)到更多根本不存在的圓，而它越大的話，能通過檢測(cè)的圓就更加接近完美的圓形了。
• minRadius，默認(rèn)值0，表示圓半徑的最小值。
• maxRadius，也有默認(rèn)值0，表示圓半徑的最大值。

源代碼：

# -*- 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("圓心坐標(biāo)",i[0],i[1]) plt.subplot(122),plt.imshow(img) plt.xticks([]),plt.yticks([]) 

原圖：

識(shí)別后效果：

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持VEVB武林網(wǎng)。