思路步骤
- 初始化摄像头 ：使用
cv2.VideoCapture打开电脑摄像头。 - 处理每一帧图像：对摄像头捕获的每一帧图像进行处理，包括灰度化、高斯模糊、霍夫圆变换等操作。
- 绘制圆形和圆心 ：如果检测到圆形，使用
cv2.circle函数用黄线绘制圆形边缘，用红线绘制圆心。 - 显示结果 ：使用
cv2.imshow显示处理后的图像，并通过cv2.waitKey等待按键事件。
代码解释
- 导入必要的库 ：导入
cv2和numpy库。 - 打开摄像头 ：使用
cv2.VideoCapture(0)打开电脑默认摄像头。 - 循环读取图像帧：在循环中不断读取摄像头捕获的图像帧。
- 图像预处理：将图像转换为灰度图，并进行高斯模糊以减少噪声。
- 霍夫圆变换 ：使用
cv2.HoughCircles函数检测圆形，该函数需要设置一些参数，如param1、param2、minRadius和maxRadius等。 - 绘制圆形和圆心 ：如果检测到圆形，使用
cv2.circle函数绘制圆形边缘和圆心。 - 显示结果 ：使用
cv2.imshow显示处理后的图像，并通过cv2.waitKey等待按键事件。 - 释放资源 ：按
q键退出循环后，释放摄像头并关闭所有窗口。
注意事项
-
霍夫圆变换的参数（如
param1、param2、minRadius和maxRadius）可能需要根据实际情况进行调整，以获得更好的检测效果。 -
确保你的电脑上已经安装了 OpenCV 库，可以使用
pip install opencv-python进行安装。pythonimport cv2 import numpy as np # 打开摄像头 cap = cv2.VideoCapture(0) while True: # 读取一帧图像 ret, frame = cap.read() if not ret: break # 将图像转换为灰度图 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 高斯模糊以减少噪声 blurred = cv2.GaussianBlur(gray, (9, 9), 2) # 使用霍夫圆变换检测圆形 circles = cv2.HoughCircles(blurred, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=10, maxRadius=0) # 如果检测到圆形 if circles is not None: circles = np.round(circles[0, :]).astype("int") for (x, y, r) in circles: # 用黄线绘制圆形边缘 cv2.circle(frame, (x, y), r, (0, 255, 255), 2) # 用红线绘制圆心 cv2.circle(frame, (x, y), 2, (0, 0, 255), 3) # 显示处理后的图像 cv2.imshow('Circle Detection', frame) # 按 'q' 键退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放摄像头并关闭所有窗口 cap.release() cv2.destroyAllWindows()