圆检测是跳跃

Question

我用下面的代码来检测圈：

gray = cv2.GaussianBlur(gray, (5, 5), 0); 
gray = cv2.medianBlur(gray, 5) 

kernel = np.ones((2, 2), np.uint8) 
gray = cv2.erode(gray, kernel, iterations=1) 

gray = cv2.dilate(gray, kernel, iterations=1) 
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 200, 
          param1=100, param2=50, minRadius=0, maxRadius=150) 


if circles is not None: 
    # Convert the (x,y) coordinate and radius of the circles 
    circles = np.round(circles[0, :]).astype("int") 

    # Loop over the (x,y) coordinate and radius of the circles 
    for (x, y, r) in circles: 
     # Draw the circle in the output 
     cv2.circle(fancy_frame, (x+x1, y+y1), r, (0, 255, 0), 4) 

然而，当我发现的圆跳动。我怎样才能解决这个问题？有没有haar或svm来检测它？

这是我得到的输出：

我想检测实时视频

Answer 1

您的代码看起来不错，很有可能你只需要调整HoughCircles parameters各界。

从降低dp参数开始，它应该给你更多的检测。我来自OpenCV的样本图像上的文件夹运行houghcircles.py和检测最圆的其余部分：

$ python houghcircles.py your_image.png 

霍夫检测圈是相当重的计算，所以可能很难运行这是实时的。此外，图像上的“圆圈”还不够完美，不便于算法。考虑训练神经网络来检测这些特征。