使用OpenCV检测水管#

问题#

某工地上安装地下水管，请你开发一个使用图像进行水管计数的程序。

提供两幅图像：1.jpg，2.jpg，图像中是从水管一端拍摄的，水管横截面为圆形。请你使用所学的知识，开发一个合适的技术，估计出这两幅图像中的水管数量，并与真实水管数量进行比较，计算估计的误差。

思路#

发现这些水管颜色都是橙色rgb(255,128,20)，于是考虑一个响应函数$r + (g - b)$[草的颜色是rgb(255,128,128左右，要把草分开)]，给这个响应设定一个阈值$thresh$，把原来图像的灰度图

得到一张响应图，虽然消除了一部分草，但是消除的木有很完全，也把一些水管弄消失了:

使用cv2.HoughCircles(image, method, dp, minDist, param1, param2, minRadius, maxRadius)可以很简单的使用哈弗变换检测圆形，但是一定会漏检

如果不用这个响应函数，直接使用原图像的灰度图，那么会有错误检测:

使用类似于Canny的做法： 强圆有($m$)个和弱圆有($n$)个

正确的圆应该在强圆的附近，而且这个附近应该具有传递性。取这些圆的圆心。

用这些圆的圆心半径之间的距离建一张图，一共有$m+n$个节点，如果两个圆心之间的距离小于某一个距离半径$dis_{thresh} = 150$，则连一条边。最后从强圆圆心可达的弱圆圆心，把这些圆心作为最后的解答：

效果还不错，漏检的+错检测的效果累积起来，数量和真实情况差不多。