opencv 检测图片中圆形物体（解决乱线问题）

def detect_circle_demo (image):
    #  降噪处理
    dst = cv.pyrMeanShiftFiltering(image,10,80)
    cv.imshow("jiangzao",dst)
    cimage = cv.cvtColor(dst,cv.COLOR_BGR2GRAY)  #  灰度图转换
    print("正在灰度转换。。。。。。")
    cv.imshow("test",cimage)
    #  霍夫圆处理
    circles = cv.HoughCircles(cimage,cv.HOUGH_GRADIENT,1,20,param1=50,param2=30,minRadius=0,maxRadius=0)
    print("原值",circles)
    #  转换为整数
    circles = np.uint16(np.around(circles))
    print("转换为整数",circles)
    for i in circles[0,:]:
        cv.circle(image,(i[0],i[1]),i[2],(0,0,255),2)
        cv.circle(image,(i[0],i[1]),2,(255,0,0),2)
    cv.imshow("circle",image)

src = cv.imread("E:/opencv_pictures/smarties.png")
cv.namedWindow("output",cv.WINDOW_AUTOSIZE)
cv.imshow("output",src)
detect_circle_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()

cv.pyrMeanShiftFiltering(image,10,80)

因为主要目的是预处理降噪，windows size和color distance都不用太大，避免浪费计算时间还有过度降噪。降噪后可以看到桌面上的纹理都被抹去了，纸张边缘附近干净了很多。然而这还远远不够，图案本身，和图像里的其他物体都有很多明显的边缘，而且都是直线边缘。

降噪处理，一般是为了避免，处理边缘时的模糊问题，这样能更精确的发现边缘。

其中，没有检测到圆的问题如下图：

右上角出现未检测到的圆，应该是降噪过度导致的，所以修改参数即可。

如图，即可识别所有的原型，如果出现乱线，就是满屏的红线，那就是未降噪，或者是降噪不足导致的。