灰度图像导致OpenCV HoughCircles()方法检测不准确如何解决？

解决方案 #

按以下步骤调整代码即可解决问题：

• 裁剪ROI区域单独处理：你已经成功检测到目标矩形，直接把矩形区域从原图中裁剪出来，后续所有圆形检测的预处理都仅在这个区域内操作，避免外部冗余内容干扰的同时减少计算量。
• 做局部对比度增强：用CLAHE（限制对比度自适应直方图均衡）处理ROI灰度图，解决眩光导致的局部对比度低的问题，比普通全局直方图均衡更不容易放大噪声。
• 增加模糊降噪：眩光场景下图像噪点更多，预处理时加一层中值模糊，过滤杂点的同时保留圆形边缘。
• 调整HoughCircles输入源：不要直接用原图灰度图喂给HoughCircles，改用预处理后的ROI图像，可适当降低param2阈值适配边缘对比度稍低的场景。

可直接复用的修改代码片段 #

替换原有圆形检测部分的代码即可：

# 裁剪出矩形ROI区域
roi_gray = gray[start_y:end_y, start_x:end_x]
# CLAHE对比度增强
clahe = cv.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
roi_enhanced = clahe.apply(roi_gray)
# 中值模糊降噪
roi_blur = cv.medianBlur(roi_enhanced, 5)

# 用预处理后的ROI做圆形检测
circles = cv.HoughCircles(roi_blur, cv.HOUGH_GRADIENT, 1, mind,param1=50, param2=15, minRadius=minr, maxRadius=maxr)

if circles is not None:
    detected_circles = np.uint16(np.around(circles))
    for (x, y ,r) in detected_circles[0, :]:
        # 坐标映射回原图：ROI坐标加上矩形起始坐标
        original_x = x + start_x
        original_y = y + start_y
        cf= (x*8)/width
        fp= cf-math.floor(cf)
        idx = math.ceil(cf) if fp>0.50 else math.floor(cf)
        exp=int(4- (0.5* (idx+1)))
        n+= 2**exp
        print("circle",original_x,original_y,r)
        cv.circle(output, (original_x, original_y), r, (0, 0, 0), 3)
        cv.circle(output, (original_x, original_y), 2, (0, 255, 255), 3)

如果以上调整后效果仍不符合预期，可以尝试单独提取B/G/R三个颜色通道，选圆形和背景对比度最高的通道替代灰度图做预处理，大部分眩光场景下都能解决边缘不清晰的问题。

内容的提问来源于stack exchange，提问作者sm29