当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python skimage.transform.hough_circle用法及代码示例

用法: skimage.transform.hough_circle(image, radius, normalize=True, full_output=False)

执行循环霍夫变换。

参数：

image：(M, N) ndarray: 具有表示边的非零值的输入图像。
radius：标量或标量序列: 计算霍夫变换的半径。浮点数转换为整数。
normalize：布尔值，可选(默认为 True): 使用用于绘制半径的像素数对累加器进行归一化。
full_output：布尔值，可选(默认为 False): 将输出大小扩展为最大半径的两倍，以检测输入图片之外的中心。

返回：

H：3D ndarray(半径索引，(M + 2R，N + 2R)ndarray): 每个半径的霍夫变换累加器。如果full_output 为真，R 指定更大的半径。否则，R = 0。

例子：

>>> from skimage.transform import hough_circle
>>> from skimage.draw import circle_perimeter
>>> img = np.zeros((100, 100), dtype=bool)
>>> rr, cc = circle_perimeter(25, 35, 23)
>>> img[rr, cc] = 1
>>> try_radii = np.arange(5, 50)
>>> res = hough_circle(img, try_radii)
>>> ridx, r, c = np.unravel_index(np.argmax(res), res.shape)
>>> r, c, try_radii[ridx]
(25, 35, 23)

相关用法

注：本文由纯净天空筛选整理自scikit-image.org大神的英文原创作品 skimage.transform.hough_circle。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。