Python+OpenCV实现霍夫圆变换识别足球

Chloe

发布时间：2026-10-13 | 2人浏览过

原创

本文介绍利用Python和OpenCV库，通过霍夫圆变换（Hough Circle Transform）算法识别图片中足球的方法。详细解析了dp、minDist、param1、param2等关键参数的含义与设置技巧，并提供了完整的源代码及原图与识别效果对比，帮助读者掌握圆形检测的核心技术。

本文分享一个基于Python和OpenCV识别图片中足球的实例，供读者参考学习。

首先介绍霍夫圆变换中涉及的关键参数：

dp：该参数定义了累加器图像分辨率与输入图像分辨率的比例倒数。简单来说，它允许创建一个分辨率低于输入图像的累加器。例如，当dp=1时，累加器与输入图像分辨率相同；若dp=2，则累加器的宽高仅为输入图像的一半。
minDist：指定检测到的圆心之间的最小距离，用于区分不同的圆。若该值过小，相邻圆可能被误判为一个重合圆；若过大，则可能导致部分圆无法被检测出来。
param1：默认值为100。这是检测方法对应的参数，对于霍夫梯度法，它代表传递给Canny边缘检测算子的高阈值，低阈值则自动设为高阈值的一半。
param2：默认值同样为100。这是检测阶段圆心的累加器阈值。该值越小，检测到的圆越多（包括误检）；值越大，检测到的圆越接近完美圆形。
minRadius：默认值为0，表示允许检测的最小圆半径。
maxRadius：默认值为0，表示允许检测的最大圆半径。

具体实现代码如下：

# -*- coding: utf-8 -*- 
""" 
Created on Tue Sep 26 23:15:39 2017 
 
@author: tina 
""" 
import cv2 
import numpy as np 
import matplotlib.pyplot as plt 
 
img = cv2.imread('C:\\Users\\tina\\Pictures\\ahh\\ball.jpg') 
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 
 
plt.subplot(121),plt.imshow(gray,'gray') 
plt.xticks([]),plt.yticks([]) 
 
circles1 = cv2.HoughCircles(gray,cv2.HOUGH_GRADIENT,1, 
600,param1=100,param2=30,minRadius=80,maxRadius=97) 
circles = circles1[0,:,:] 
circles = np.uint16(np.around(circles)) 
for i in circles[:]: 
 cv2.circle(img,(i[0],i[1]),i[2],(255,0,0),5) 
 cv2.circle(img,(i[0],i[1]),2,(255,0,255),10) 
 cv2.rectangle(img,(i[0]-i[2],i[1]+i[2]),(i[0]+i[2],i[1]-i[2]),(255,255,0),5) 
 
print("圆心坐标",i[0],i[1]) 
plt.subplot(122),plt.imshow(img) 
plt.xticks([]),plt.yticks([])

原始图片如下：