From equation, we can see we have 3

From equation, we can see we have 3 parameters, so we need a 3D accumulator for hough transform, which would be highly ineffective.
So OpenCV uses more trickier method, Hough Gradient Method which uses the gradient information of edges.

The function we use here is cv2.HoughCircles(). It has plenty of arguments which are well explained in the documentation. So we directly go to the code.

ผลลัพธ์ (ไทย) 1:

จากสมการ เราสามารถมองเห็นเรามี 3 พารามิเตอร์ ดังนั้นเราต้องสะสมแบบ 3D สำหรับแปลง hough ซึ่งจะได้ผลดังนั้น OpenCV ใช้วิธีการยุ่งยากมากขึ้น วิธีไล่ระดับ Hough ซึ่งใช้ข้อมูลการไล่ระดับสีของขอบฟังก์ชั่นที่เราใช้นี่คือ cv2 HoughCircles() มีอาร์กิวเมนต์ที่มีคำอธิบายในเอกสารมากมาย เพื่อให้เราตรงไปที่รหัส

ผลลัพธ์ (ไทย) 2:

จากสมการที่เราจะเห็นเรามี 3 พารามิเตอร์ดังนั้นเราต้องสะสม 3 มิติสำหรับ Hough แปลงซึ่งจะไม่ได้ผลอย่างมาก.
ดังนั้น OpenCV ใช้วิธีพลิกแพลงมากขึ้น Hough วิธีการไล่โทนสีที่ใช้ข้อมูลการไล่ระดับสีของขอบ.

ฟังก์ชั่นที่เราใช้ที่นี่ เป็น cv2.HoughCircles () มันมีความอุดมสมบูรณ์ของการขัดแย้งที่จะอธิบายได้ดีในเอกสาร ดังนั้นเราโดยตรงไปที่รหัส

ผลลัพธ์ (ไทย) 3:

จากสมการ เราสามารถเห็นเรามีค่าพารามิเตอร์ 3 ค่า ดังนั้นเราต้องสะสม 3D สำหรับ Hough แปลง ซึ่งจะขอแก้จึงเป็นการใช้ยากมาก วิธีไล่ระดับสีวิธี Hough ที่ใช้ข้อมูลของขอบฟังก์ชันที่เราใช้ที่นี่เป็น cv2 . houghcircles() . มันมีมากมายของอาร์กิวเมนต์ซึ่งจะอธิบายไว้ในเอกสาร เราตรงเข้ารหัส