如何使用OpenCV检测指针式仪表指针尖端并绘制表盘中心到尖端的连线

实现方案 #

首先先修复你现有代码里的几个明显错误：

• 变量名笔误：date = np.uint16(np.around(circles)) 应该改为 data = np.uint16(np.around(circles))，否则后续调用data会报未定义错误
• 语法错误：过滤小轮廓时的continues改为continue
• 颜色值写法错误：绘制轮廓时的(0.255,0)改为(0,255,0)

指针尖端检测的核心逻辑非常简单：指针是从表盘中心向外延伸的细长结构，所以指针轮廓上距离表盘中心最远的点就是指针尖端，我们只需要遍历轮廓上的所有点计算到中心的距离，取最大值对应的点即可。
因为你是在裁剪后的ROI中检测的轮廓，轮廓的坐标是相对于ROI左上角的，需要加上ROI的全局偏移才能对应到原图坐标。

修改后的完整代码如下：

import numpy as np
import cv2
import math

img = cv2.imread('meter-3.jpg')

# 预处理滤波
img = cv2.blur(img,(3,3))
kernel = np.ones((3,3), np.uint8)
img_erosion = cv2.erode(img, kernel, iterations=1)
img_dilation = cv2.dilate(img, kernel, iterations=1)
gray = cv2.cvtColor(img_dilation, cv2.COLOR_BGR2GRAY)

# 检测表盘圆心
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 20,
                        param1=50, param2=35, minRadius=10,
                        maxRadius=46)

data = np.uint16(np.around(circles))
for (x, y ,r) in data[0, :]:
    cv2.circle(img, (x, y), 2, (0, 255, 0), 1) # 绘制圆心

circles = circles.reshape(-1,3).astype(np.int16)

for c in circles:
    x_c, y_c, R = c[0], c[1], c[2]
    roi_x1 = x_c - R
    roi_y1 = y_c - R
    roi_x2 = x_c + R
    roi_y2 = y_c + R

    # 裁剪表盘ROI
    ROI = img[roi_y1:roi_y2, roi_x1:roi_x2]
    ROI_blur = cv2.blur(ROI,(3,3))
    edges_roi = cv2.Canny(ROI_blur, 320, 125)
    contours, hierarchy = cv2.findContours(edges_roi, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

    for con in contours:
        x,y,w,h = cv2.boundingRect(con)
        # 过滤小轮廓
        if w < 25 or h < 25:
            continue
        cv2.rectangle(ROI,(x,y),(x+w,y+h),(0,255,0),2,cv2.LINE_AA)
        
        # 计算指针尖端：遍历轮廓所有点，找距离圆心最远的点
        max_dist = 0
        tip_point = (0,0)
        for point in con:
            # 轮廓点转原图坐标：ROI偏移 + 轮廓相对坐标
            px = roi_x1 + point[0][0]
            py = roi_y1 + point[0][1]
            # 计算到表盘中心的距离
            dist = math.hypot(px - x_c, py - y_c)
            if dist > max_dist and dist < R: # 确保点在表盘范围内
                max_dist = dist
                tip_point = (px, py)
        
        # 绘制圆心到尖端的连线
        cv2.line(img, (x_c, y_c), tip_point, (0,0,255), 2)
        # 绘制尖端标记
        cv2.circle(img, tip_point, 3, (255,0,0), -1)

# 展示结果
cv2.imshow('Result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

补充说明：

• 代码里用math.hypot直接计算两点欧氏距离，写法更简洁
• 增加了dist < R的判断，避免选到表盘外的噪点
• 最后会在原图上用红色绘制中心到尖端的连线，蓝色标记尖端位置
• 如果指针轮廓检测不准，可以适当调整Canny的阈值参数，或者在裁剪ROI后做阈值二值化，突出指针和背景的差异，检测效果会更好

内容的提问来源于stack exchange，提问作者oaten64