cv_hough_circles — 2D `features` op

• 数据种类:image → feature

• 调用:fullseye.apply(img, "cv_hough_circles", a=0.5, b=0.5)(2-D 的模型是一张图 + 两个标量旋钮 a,b∈[0,1])

• HALCON 对应:hough_circles(其含义与参数可参考 HALCON 手册)

用法

基于霍夫变换的圆检测（单一标量特征，OpenCV 实现）。使用依赖边缘梯度信息的 HOUGH_GRADIENT 方法，以投票方式检测圆心与半径 —— 这里只返回检测到的圆的数量（若为 0 个则返回 0）。

> 以下的详细说明为原文 —— 摘要与标题已翻译。

HALCON の hough_circles(Detect centers of circles for a specific radius using the Hough transform.)に相当(近似。中心座標ではなく本数のみ)。実装は `cv2.HoughCircles(_u8(v), HOUGH_GRADIENT, dp=1, minDist=10+int(a*20), param1=100, param2=20+int(b*20), minRadius=3, maxRadius=20)` —— a は検出する円同士の最小中心間距離を 10〜30 に、b は中心検出の投票しきい値 param2(小さいほど誤検出が増える)を 20〜40 に振る。param1(内部の Canny 高しきい値)と半径範囲(3〜20)は固定。

详细使用指南

• gallery2d_features 族使用指南

参考(示例数据・文献)

• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。

• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。

• 算法的正典(作者・年份)与用途见上面的族使用指南。

可运行的示例(实际调用该算子并已验证的样例)

• gallery2d_features — py -3.11 examples/gallery2d_features.py

类型可衔接的下一个算子(可接受 `feature` 作为输入)

identity

同类别(`features`)

blob_count · area_frac · count_contours · total_length · vol_count · sk_euler · sk_entropy_feat · sk_blur_effect

*Provenance: ops.py — 2D 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*

cv_hough_circles — 2D features op

用法