Hough Daire Dönüşümü

Hedefler

Bu bölümde öğrenecekleriniz:

• Bir görüntüdeki daireleri bulmak için Hough Dönüşümünü kullanmak
• Şu fonksiyonu göreceksiniz: cv2.HoughCircles()

Teori

Bir daire matematiksel olarak şöyle ifade edilir:

(x - x_merkez)² + (y - y_merkez)² = r²

Burada (x_merkez, y_merkez) dairenin merkezi, r ise yarıçapıdır. Bu denklemden 3 parametremiz olduğu görülmektedir; dolayısıyla Hough dönüşümü için 3 boyutlu bir akümülatöre ihtiyaç duyulur ve bu oldukça verimsiz olur. Bu nedenle OpenCV, kenarların gradyan bilgisini kullanan daha akıllı bir yöntem olan Hough Gradyan Yöntemini kullanır.

OpenCV’de Hough Daire Dönüşümü

Kullanacağımız fonksiyon cv2.HoughCircles()’dır. Pek çok argümanı vardır ve bunlar dokümantasyonda ayrıntılı biçimde açıklanmıştır. Doğrudan koda geçelim:

import numpy as np
import cv2 as cv

img = cv.imread('opencv-logo-white.png', cv.IMREAD_GRAYSCALE)
assert img is not None, "Dosya okunamadı, os.path.exists() ile kontrol edin"
img = cv.medianBlur(img, 5)
cimg = cv.cvtColor(img, cv.COLOR_GRAY2BGR)

circles = cv.HoughCircles(img, cv.HOUGH_GRADIENT, 1, 20,
                           param1=50, param2=30, minRadius=0, maxRadius=0)

circles = np.uint16(np.around(circles))
for i in circles[0, :]:
    # Dış daireyi çiz
    cv.circle(cimg, (i[0], i[1]), i[2], (0, 255, 0), 2)
    # Dairenin merkezini çiz
    cv.circle(cimg, (i[0], i[1]), 2, (0, 0, 255), 3)

cv.imshow('Tespit Edilen Daireler', cimg)
cv.waitKey(0)
cv.destroyAllWindows()

Fonksiyon Parametreleri

• image: 8-bit, tek kanallı gri tonlamalı girdi görüntüsü.
• method: Tespit yöntemi — şu an için yalnızca cv2.HOUGH_GRADIENT desteklenmektedir.
• dp: Akümülatör çözünürlüğünün görüntü çözünürlüğüne oranı. Örneğin dp=1 ile akümülatör görüntüyle aynı çözünürlüğe sahip olur, dp=2 ile yarı çözünürlükte olur.
• minDist: Tespit edilen dairelerin merkezleri arasındaki minimum mesafe. Çok küçük bir değer birden fazla iç içe daire tespit edebilir; çok büyük ise bazı daireler kaçırılabilir.
• param1: Yönteme özgü ilk parametre. HOUGH_GRADIENT için Canny kenar tespitine geçirilen üst eşik değeridir (alt eşik yarısı kadar olur).
• param2: Yönteme özgü ikinci parametre. HOUGH_GRADIENT için akümülatör eşiğidir. Küçüldükçe daha fazla (yanlış) daire tespit edilir.
• minRadius: Minimum daire yarıçapı.
• maxRadius: Maksimum daire yarıçapı.

Sonuç aşağıda gösterilmektedir:

Kaynak: OpenCV Python Tutorials — Orijinal Döküman