如何统计圆形内的点数？含多圆划分及半径-点数绘图需求

1. 提取图像中的点坐标 #

先通过图像识别把图里的点坐标提取出来，用OpenCV就能实现：

import cv2
import numpy as np

# 读取图像并转灰度
img = cv2.imread('your_image.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化处理（阈值根据你的图像调整）
_, thresh = cv2.threshold(gray, 200, 255, cv2.THRESH_BINARY_INV)
# 检测点的轮廓
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 提取每个点的中心坐标
points = []
for cnt in contours:
    M = cv2.moments(cnt)
    if M['m00'] != 0:
        cx = int(M['m10']/M['m00'])
        cy = int(M['m01']/M['m00'])
        points.append((cx, cy))
points = np.array(points)

2. 定义圆形参数 #

根据需求设置圆心和要测试的半径范围，比如以图像中心为圆心，生成一系列递增的半径：

height, width = img.shape[:2]
center = (width//2, height//2)
# 生成半径列表，可自行调整范围和步长
radii = np.arange(10, 201, 10)

3. 统计每个圆内的点数 #

通过计算点到圆心的欧氏距离判断是否在圆内，然后统计数量：

point_counts = []
for r in radii:
    # 计算所有点到圆心的距离
    distances = np.sqrt((points[:, 0] - center[0])**2 + (points[:, 1] - center[1])**2)
    # 统计距离小于等于半径的点数
    count = np.sum(distances <= r)
    point_counts.append(count)

4. 绘制半径-点数关系图 #

用matplotlib生成可视化图表：

import matplotlib.pyplot as plt

plt.plot(radii, point_counts, marker='o', linestyle='-')
plt.xlabel('圆形半径')
plt.ylabel('圆内点数')
plt.title('半径与圆内点数的关系')
plt.grid(True)
plt.show()

额外提示 #

• 如果图像背景干扰大，要调整二值化的阈值，或者用形态学操作（比如腐蚀/膨胀）先预处理图像；
• 若需要多个不同圆心的圆，只需替换center为对应圆心坐标，重复统计步骤即可；
• 要是点的尺寸较大，可以调整轮廓检测的参数，确保每个点只被计数一次。

内容的提问来源于stack exchange，提问作者Amrit Sedain