从图片中完整切除圆形物体 opencv+python

面临一个任务就是要图片中的圆形物体切出来，然后做异常点检测（就是看那些圆形物体是异常点），因为异常点检测的方法还在摸索，现在就先把从图片中把圆形物体完整切出的方法写出来。

1.首先图片是这样的（圆形物体非常多）

2.接下来就是代码部分：

import os
import cv2
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

img_path = 'D:\\\\ProgramData\\\\007.png'
img = cv2.imread(img_path)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# cv2.imshow('original_img', img)
# cv2.imshow('gray', gray)
# cv2.waitKey()

#对模糊图像二值化。梯度图像中不大于90的任何像素都设置为0（黑色）。 否则，像素设置为255（白色）
(_, thresh) = cv2.threshold(gray, 53, 255, cv2.THRESH_BINARY_INV)
# cv2.imshow('thresh', thresh)

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
closed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel,None,(-1,-1),1)
# cv2.imshow('closed', closed)
# cv2.waitKey(0)#无限期等待输入

(_, cnts, _) = cv2.findContours(closed,cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
# draw a bounding box arounded the detected barcode and display the image
img_copy = img.copy()
cv2.drawContours(img_copy, cnts, -1, (0, 255, 0), 1)

以上的工作主要就是打开图片，对图片进行灰度处理，阈值处理，查找边缘，最后画出边缘，经过这一步处理后，大致图片大致是这样的

效果一般，具体图片效果要根据调节阈值化参数来达到

centers = []
for i in range(0,len(cnts)): 
    (rx,ry),radius = cv2.minEnclosingCircle(cnts[i]) ##找出这些曲线点坐标的最小封闭圆的圆心和半径
    center = (int(rx),int(ry))
    centers.append(center)
    radius = int(radius)
    cv2.circle(img,center,28,(255,0,0),2)

这一步是根据上面代码中获取到圆形物体的边缘坐标，用圆形曲线去做拟合，得出每个圆的半径和圆心坐标。经过这一步处理之后，效果大概是这样：

最后根据这些圆心坐标和半径把图片中的圆形物体切出来

r = 28
for i in range(0,len(centers)):    
#     img_test = cv2.circle(img,centers[i],28,(255,0,0),2)
    x = centers[i][0]
    y = centers[i][1]
    rectX = (x - r) 
    rectY = (y - r)
    if(rectX < 0):
        rectX = 0    
    crop_img = img[rectY:(y+r),rectX:(x+r)]  #Y在前，X在后,用矩阵来裁剪圆形区域
    cv2.imwrite('D:\\\\ProgramData\\\\cut\\\\'+str(x)+'_'+str(y)+'.png',crop_img)  

切出来的效果还不错，大概就是这样吧