python检测同心圆
原图如下：
import cv2
import numpy as np# 读取图像
image_path = r"E:\pycharm3\pythonProject\image\image.png"
img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE) # 灰度图像
img_color = cv2.imread(image_path, cv2.IMREAD_COLOR) # 彩色图像# 检查图像加载
if img is None or img_color is None:print("图像加载失败，请检查文件路径是否正确：", image_path)exit()# 第一次检测（较大圆）
circles1 = cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,dp=1,minDist=60,param1=50,param2=60,minRadius=170,maxRadius=200
)# 第二次检测（中等圆1）
circles2 = cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,dp=1,minDist=170,param1=100,param2=60,minRadius=60,maxRadius=90
)# 第三次检测（中等圆2，模糊图像）
blurred = cv2.GaussianBlur(img, (9, 9), 2) # 高斯模糊处理
circles3 = cv2.HoughCircles(blurred,cv2.HOUGH_GRADIENT,dp=1,minDist=170,param1=100,param2=60,minRadius=60,maxRadius=150
)# 第四次检测（较小圆，增强边缘特性）
edges = cv2.Canny(img, 50, 150) # 使用 Canny 边缘检测
circles4 = cv2.HoughCircles(edges,cv2.HOUGH_GRADIENT,dp=1,minDist=30,param1=100,param2=60,minRadius=90,maxRadius=190)# 绘制检测结果
if circles1 is not None:circles1 = np.uint16(np.around(circles1))for i in circles1[0, :]:# 绘制第一个检测结果的圆cv2.circle(img_color, (i[0], i[1]), i[2], (255, 0, 0), 2) # 蓝色圆cv2.circle(img_color, (i[0], i[1]), 2, (0, 255, 0), 3) # 圆心
print(f"检测到大环外圆：中心=({i [0]}, {i[1]}), 半径={i[2]}")if circles2 is not None:circles2 = np.uint16(np.around(circles2))for i in circles2[0, :]:# 绘制第二个检测结果的圆cv2.circle(img_color, (i[0], i[1]), i[2], (0, 255, 255), 2) # 黄色圆cv2.circle(img_color, (i[0], i[1]), 2, (255, 0, 255), 3) # 圆心
print(f"检测到小环内圆：中心=({i [0]}, {i[1]}), 半径={i[2]}")if circles3 is not None:circles3 = np.uint16(np.around(circles3))for i in circles3[0, :]:# 绘制第三个检测结果的圆cv2.circle(img_color, (i[0], i[1]), i[2], (0, 0, 255), 2) # 红色圆cv2.circle(img_color, (i[0], i[1]), 2, (255, 255, 0), 3) # 圆心
print(f"检测到小环外圆：中心=({i [0]}, {i[1]}), 半径={i[2]}")if circles4 is not None:circles4 = np.uint16(np.around(circles4))for i in circles4[0, :]:# 绘制第四个检测结果的圆cv2.circle(img_color, (i[0], i[1]), i[2], (0, 255, 0), 2) # 绿色圆cv2.circle(img_color, (i[0], i[1]), 2, (255, 0, 0), 3) # 圆心
print(f"检测到大环内圆：中心=({i [0]}, {i[1]}), 半径={i[2]}")# 显示结果
cv2.imshow("Multiple Hough Circle Detection (4 times)", img_color)
cv2.imwrite("detected_circles_result.png",img_color ) # 保存结果到文件
# 等待退出
cv2.waitKey(0)
cv2.destroyAllWindows()
