图像处理|【OpenCv】圆环展平计算机视觉|python|圆检测|open

环境

Python 3.8.8
PyCharm 2021
opencv-python

效果原始圆环：

展平之后：

文章图片

基本原理

首先是对圆环进行圆检测，检测出外圆和内圆的圆心和半径。关于圆检测，可以看我这篇博客https://blog.csdn.net/weixin_53598445/article/details/123495680
后以外圆的周长，圆环的宽度也即内圆和外圆的半径之差作为宽创建一个矩形，若无法检测内圆，可以粗略使用外圆半径的二分之一作为宽。
从圆环的最外圈开始遍历，最外圈即对应着矩形中的第一行(遍历时半径从外围开始逐渐减一)，宽度为多少，则矩形中就有多少行以圆心为中心构成极坐标系，则圆环上任意一点可以用 rho 和 theta 来表示再根据下面所示公式计算出该点在图上的真实坐标，把像素值赋给矩形框中对应的位置。

【图像处理|【OpenCv】圆环展平】 x = c e n t e r . x + r h o ? c o s θ y = c e n t e r . y ? r h o ? s i n θ x = center.x+rho * cos\theta\\ y=center.y - rho * sin\theta\\ x=center.x+rho?cosθy=center.y?rho?sinθ

因为在计算过程中像素值可能是 float 类型，所以要将矩形的数据类型转回 np.uint8 类型。

代码

import cv2 as cv import numpy as np import copydef circle_flatten() : img = cv.imread('images/circle_band.bmp') img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY) # img_gray = cv.medianBlur(img_gray, 3)circles = cv.HoughCircles(img_gray, cv.HOUGH_GRADIENT, 1, 50, param1 = 170, param2 = 100).squeeze() #获得检测到的所有圆的半径 circle_radius = circles[ : , 2] #获得最大半径的下标 radius_biggest_index = np.argsort(circle_radius)[-1] print(radius_biggest_index) #做出最大圆 circle = np.uint16(np.around(circles[radius_biggest_index])) cv.circle(img, (circle[0], circle[1]), radius = circle[2], color = (0, 0, 255), thickness = 5) cv.circle(img, (circle[0], circle[1]), radius = 2, color = (255, 0, 0), thickness = 2)#取展平后条形圆环的宽为最大半径的一半，而长取最大圆的周长 height = int(circle_radius[radius_biggest_index] * np.pi * 2) width = int(circle_radius[radius_biggest_index] / 3) rectangle = np.zeros([width, height]) print(rectangle.shape) print(img_gray.shape) for row in range(width) : for col in range(height) : #转成极坐标系 theta = np.pi * 2.0 / height * (col + 1) rho = circle_radius[radius_biggest_index] - row - 1 #以圆心为原点，求得原来圆环对应的坐标 position_x = int(circle[0] + rho * np.cos(theta) + 0.5) position_y = int(circle[1] - rho * np.sin(theta) + 0.5) rectangle[row, col] = img_gray[position_y, position_x] #要转回np.uint8型数据，否则显示有问题 rectangle = np.uint8(rectangle) cv.imwrite('flatten.png', rectangle) cv.imshow('rectangle', rectangle) cv.imshow('img', img) cv.waitKey(0)if __name__ == '__main__': circle_flatten()