圆形标记板的提取代码附带文字讲解

圆形标记板的提取可以使用Hough变换来实现。Hough变换是一种经典的图像处理技术，用于检测图像中的直线、圆等特征。在圆形标记板的提取中，我们可以使用Hough变换来检测图像中的圆。

下面是使用Python和OpenCV库实现圆形标记板提取的代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('circle_board.png')

# 灰度化
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 高斯滤波
blur = cv2.GaussianBlur(gray, (5,5), 0)

# Hough变换
circles = cv2.HoughCircles(blur, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=0, maxRadius=0)

# 提取圆形标记板
if circles is not None:
    circles = np.round(circles[0, :]).astype("int")
    for (x, y, r) in circles:
        cv2.circle(img, (x, y), r, (0, 255, 0), 2)
        cv2.rectangle(img, (x - 5, y - 5), (x + 5, y + 5), (0, 128, 255), -1)

# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

代码中使用`cv2.imread()`函数读取圆形标记板图像，然后利用`cv2.cvtColor()`函数将图像转化为灰度图像，再使用`cv2.GaussianBlur()`函数进行高斯滤波。接着，利用`cv2.HoughCircles()`函数检测图像中的圆，并返回圆的位置和半径。最后，使用`cv2.circle()`函数和`cv2.rectangle()`函数绘制检测到的圆形标记板，并使用`cv2.imshow()`函数显示图像。