基于OpenCV HoughCircles的月球坑圆检测失败问题及代码优化求助

问题概述 #

尝试对月球坑图像执行圆形检测，已完成二值化、闭运算及去噪预处理，但使用OpenCV的HoughCircles()方法时，持续出现AttributeError: 'NoneType' object has no attribute 'rint'错误，原因是未检测到任何圆形（circles为None）。调整param1和param2参数后仍无效果，期望实现精准的月球坑圆形检测效果。

原始图像示例 #

预处理后图像 #

期望检测效果 #

问题分析 #

1. 参数适配问题：原代码中param2（累加器阈值）过高，过滤掉了月球坑的圆形特征；minRadius和maxRadius设为0，算法自动检测的适配性差，无法匹配月球坑的尺寸范围。
2. 容错缺失：未对HoughCircles()返回的circles做空值判断，直接调用np.around()导致报错。
3. 边缘特征不足：预处理后的二值化图像边缘梯度不够明确，影响HoughCircles()的识别精度。

修改方案 #

1. 核心代码调整（含容错处理） #

增加空值判断避免报错，同时针对月球坑特征调整HoughCircles()参数，可选择性强化边缘特征。

修改后的完整代码 #

import numpy as np
import cv2 as cv

# 读取预处理后的二值化图像
img = cv.imread('binarized_image.jpg', cv.IMREAD_GRAYSCALE)
assert img is not None, "file could not be read, check with os.path.exists()"

# 可选：用Canny边缘检测强化特征，提升圆形识别精度
edges = cv.Canny(img, 50, 150)
# 中值滤波去噪，优先使用边缘检测后的图像
blurred = cv.medianBlur(edges, 5) if edges is not None else cv.medianBlur(img, 5)
cimg = cv.cvtColor(img, cv.COLOR_GRAY2BGR)

# 调用HoughCircles，参数适配月球坑特征
circles = cv.HoughCircles(blurred, cv.HOUGH_GRADIENT, dp=1, minDist=30,
                          param1=50, param2=25, minRadius=10, maxRadius=100)

# 空值判断，避免无圆形时的报错
if circles is not None:
    circles = np.uint16(np.around(circles))
    for i in circles[0, :]:
        # 绘制圆形外圈
        cv.circle(cimg, (i[0], i[1]), i[2], (0, 255, 0), 2)
        # 绘制圆心
        cv.circle(cimg, (i[0], i[1]), 2, (0, 0, 255), 3)

cv.imshow('detected circles', cimg)
cv.waitKey(0)
cv.destroyAllWindows()

关键参数说明 #

• param1：Canny边缘检测的高阈值，低阈值自动设为其1/2，值越小能检测到的边缘越多，适配月球坑的弱边缘特征
• param2：累加器阈值，值越低检测到的圆形越多（可能包含误检），值越高仅识别最明显的圆形，此处下调至25适配月球坑
• minDist：两个圆心的最小距离，设为30避免近距离重复检测
• minRadius/maxRadius：限制圆形尺寸范围，过滤过小噪点和过大非目标区域，匹配月球坑的实际大小

内容的提问来源于stack exchange，提问作者KS0232