通过opencv + 摄像头查找圆形物体

在OpenCV中，查找圆形物体通常涉及到几个步骤，包括预处理图像、边缘检测、霍夫圆变换以及匹配圆圈。以下是基本流程：

1. **预处理**：
- 转换到灰度图像：因为颜色对圆形检测影响不大，可以将彩色图像转换成灰度图像。
- **平滑处理**：用高斯滤波器降低噪声，使边缘更清晰。

gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (5, 5), 0)

2. **边缘检测**：
使用Canny算子来识别边缘，这是寻找圆形的好起点。

edges = cv2.Canny(blurred, 50, 150)

3. **霍夫圆变换**：
霍夫圆变换是一种用于检测图像中线条和圆的数学方法。OpenCV提供了一个方便的函数`cv2.HoughCircles()`来进行这一操作。

circles = cv2.HoughCircles(edges, cv2.HOUGH_GRADIENT, dp=1, minDist=20, param1=50, param2=30, minRadius=0, maxRadius=0)

`dp`表示圆心距离的分辨率，`minDist`是两个圆之间最小的距离，`param1`和`param2`是阈值设置，`minRadius`和`maxRadius`是搜索范围。

4. **处理结果**：
如果发现圆形，需要过滤掉可能的小噪点。遍历`circles`，如果是有效的圆（通常检查其半径是否合理），则在其位置绘制圆圈并添加到原图。

if circles is not None:
    circles = np.round(circles[0, :]).astype("int")
    for (x, y, r) in circles:
        cv2.circle(frame, (x, y), r, (0, 255, 0), 2)

5. **显示和关闭**：
最后，显示包含圆形的图像并等待用户输入退出。

cv2.imshow("Circle Detection", frame)
key = cv2.waitKey(1) & 0xFF
if key == ord("q"):
    break