霍夫变换的理解

作用：提取图像中的圆和直线等形状，（霍夫线变换，霍夫圆变换）

霍夫检测的前提是边缘检测的二值图，可以得到图像的边缘，然后基于概率的投票法

• 霍夫直线检测：

在笛卡尔坐标系中，每个点都可以表示为kx+y=b,也就是b=kx+y这样每个点（x,y）都可以确定b-k坐标系下的一条直线，所有点确定bk坐标系直线相交比较多的点可以视为xy坐标系下的一条直线

参考链接

• 霍夫圆检测

确定直线是二维的，确定圆是三维的(x+a)^2+(y+b)^2=r^2

同理在xy坐标系中，用所有的点使用霍夫梯度法做切线，相交比较多的点确定圆心（通过阈值筛选）。在上述边缘上的每一个点，计算到圆心的距离，进行投票，可以获取半径。

参考链接：

具体 *** 作主要是代码的理解，

1将图像转化为灰度图像

2将灰度图像带入cv2.HoughCircles函数，对检测圆的大小进行约束，得到所有圆的半径和位置

3对圆向量进行处理，以及在原图像上画出来

4五子棋检测部分，把切割出来的图像转化为灰度，看看是哪个颜色更多，就转化为哪个颜色的棋子

主要缺点：同心圆难检测，临近圆难检测

代码:

# encoding:utf-8
import cv2
import numpy as np
from collections import Counter
 
 
# 检测棋子的颜色
def detect_weiqi(img):
    txt = 'black'
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    #将图像二值化，大于阈值的为255，小于阈值的为0
    ret, threshold = cv2.threshold(gray, 100, 255, cv2.THRESH_BINARY)
    c = Counter(list(threshold.flatten()))
    #对灰度图像进行计数，看黑色的多，还是白色的多
    print(c.most_common())
    if c.most_common()[0][0] != 0:
        txt = 'white'
    return txt, threshold
 
 
img = cv2.imread('D:\picture\weiqi.png')
#滤波处理
img = cv2.medianBlur(img, 5)
 
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 
cv2.imshow('gray', gray)
#霍夫变换 （灰度图像，检测方法，param1=边缘处理检测梯度值的方法，param=圆形阈值（越小圆越多），最大小半径）
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 1, param1=100, param2=30, minRadius=10, maxRadius=50)
 
if circles is None:
    exit(-1)
#四舍五入化为整数
circles = np.uint16(np.around(circles))
print(circles)
cv2.waitKey(0)
#使用默认字体
font = cv2.FONT_HERSHEY_SIMPLEX
#在图像上画圆
for i in circles[0, :]:
    cv2.circle(img, (i[0], i[1]), i[2], (0, 255, 0), 2)
    cv2.circle(img, (i[0], i[1]), 2, (0, 0, 255), 3)
 
    x, y, r = i
    #剪裁出来的图像
    crop_img = img[y - r: y + r, x - r: x + r]
    # 检测围棋
    txt, threshold = detect_weiqi(crop_img)
    print('颜色', '黑色' if txt == 'black' else '白色')
 
    cv2.putText(threshold, text=txt, org=(0, 0), fontFace=font, fontScale=0.5, color=(0, 255, 0), thickness=2)
    cv2.imshow('threshold', threshold)
 
    cv2.imshow('crop_img', crop_img)
    cv2.moveWindow('crop_img', x=0, y=img.shape[0])
 
    cv2.imshow('detected chess', img)
    cv2.moveWindow('detected chess', y=0, x=img.shape[1])
 
    cv2.waitKey(1500)
 
cv2.waitKey(0)
cv2.destroyAllWindows()

代码对应的图片：

代码图片：

 参考链接