如何用Python检测图像中的同心圆？现有方法存问题求优化

我需要检测上述图像中的同心圆，已在Python中尝试cv2.findContours和cv2.HoughCircles方法，均在完成Canny、阈值等预处理后执行，但遇到了以下问题：

已尝试方法及问题 #

1. cv2.findContours检测问题 #

外圈圆因相互重叠被识别为单个轮廓，无法单独检测出外圈圆，相关代码如下：

contours, hier = cv2.findContours(input, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)
for contour in contours:
    c= (random.randint(0,255),random.randint(0,255),random.randint(0,255))
    
    if area > 10000 and area < 100000:       # 筛选目标尺寸
        (x, y), radius = cv2.minEnclosingCircle(contour)
        center= (int(x), int(y))
        radius= int(radius)
        cv2.circle(color, center, radius, c,5)

检测结果：

2. cv2.HoughCircles检测问题 #

通过划分半径范围检测同心圆，结果有所改善但仍不理想，相关代码如下：

minR = 90  # 补充初始值，原代码中未定义
for maxR in range(100,200,10): # 半径范围从100到200，步长10
    circles = cv2.HoughCircles(input, cv2.HOUGH_GRADIENT, 1, 100, param1=100,param2=22,minRadius=minR,maxRadius=maxR)
    minR+=10
    
    # 检查是否有检测结果
    if circles is not None:
        # 将圆心坐标和半径转为整数
        circles = np.round(circles[0, :]).astype("int")

        for (x, y, r) in circles:
            c= (random.randint(0,255),random.randint(0,255),random.randint(0,255))
            cv2.circle(view, (x, y), r, c, 3)                                      # 绘制圆周
            cv2.rectangle(view, (x - 2, y - 2), (x + 2, y + 2), c, 5)              # 绘制圆心

检测结果：

后续优化操作 #

我通过对比轮廓面积与最小外接圆面积，筛选出了圆形轮廓，代码如下：

contours, hier = cv2.findContours(aaa, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_NONE)

for contour in contours:
    c= (random.randint(0,255),random.randint(0,255),random.randint(0,255))
        
    area = cv2.contourArea(contour)
    (cx, cy), radius = cv2.minEnclosingCircle(contour)
    err=abs((area-np.pi*radius*radius)/(np.pi*radius*radius))
    
    if err < 0.1:
        cv2.drawContours(aaa, [contour], -1, (255,255,255) , thickness=cv2.FILLED)
        cv2.drawContours(color, [contour], -1, c , 5)

处理后得到的圆形轮廓：

随后我将区域填充为白色：

当前求助 #

现在问题简化为：如何将重叠的圆分离为独立的圆，并获取每个圆的圆心坐标与半径？

内容的提问来源于stack exchange，提问作者Haengyeong Kim