アナログメーター　２（円を検出）

以前の記事に書いたように「機械式アナログメーターの指示値を読み取る」アプリケーションに挑戦中です。
「読み取る」のではなくて「推測する」と言うべきかも知れません。

前回の直線検出に続いて、openCVによるホフ変換の円検出を試しました。

機械式アナログメーター（ガスボンベの圧力ゲージ）の指針の向きを検出すると言う目標に向けて、携帯のカメラで撮影した画像１枚を使い、味見的にどこまでやれそうか感触を確認しています。

円検出は指針の軸とメーターの大きさを推定するために重要な要素だと考えています。

タイトル画像の緑の円と赤い点（中心）が検出結果です。

全部で５個の円を検出したようです。
[[[376 384 276]
[370 380 287]
[382 386 274]
[380 388 277]
[384 390 256]]]

いつもながら、Webページを参考にしています。
今回は、こちらのページを主に参考にしました。
ありがとうございます。

OpenCVで円検出をハフ変換により行う【HoughCircles】

Google Colaboratory

自分のPCに様々な環境を作ることなく、いろいろ試せるのでGoogle Colaboratory で実験しています。

ディレクトリー構造は以下の通りです。

My Drive/Colab/meter1　　今回のワークディレクトリ
My Drive/Colab/meter1/images1/CVtest3.jpg　　サンプル画像
サンプル画像は前回同様なので割愛します。

前回の記事からサンプル画像をダウンロード出来ます。

ColaboratoryにMy Drive をマウントするために、以下を実行して指示に従います。

# drive マウント
from google.colab import drive
drive.mount('/content/drive/')
%cd "/content/drive/My Drive/Colab/meter1"
%ls

ソースコード

次のソースコードで、タイトル画像の結果を得ています。

# HoughCircles関数
import cv2
import numpy as np
%cd "/content/drive/My Drive/Colab/meter1"
INPUT_IMG = './images1/CVtest3.jpg'
src = cv2.imread(INPUT_IMG)
gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
gray = cv2.medianBlur(gray, 5)
cv2.imwrite('houghcircles1.jpg', gray)
# HoughCircles(image, method, dp, minDist, param1, param2, minRadius, maxRadius)
# image	入力画像 (シングルチャンネル) 
# method	ハフ変換の手法　現状、cv2.HOUGH_GRADIENTのみ設定可
# dp	処理時の画像解像度レベル 1:解像度変更なし、2:解像度を半分に変更
# minDist	検出される円の中心同士の最小距離
# param1   Canny() エッジ検出器に渡される2つの閾値の大きい方  低いほど、誤検出が生じる
# param2	円の中心を検出する際の投票数の閾値  低いほど、誤検出が生じる
# minRadius	検出される円の最小半径
# maxRadius	検出される円の最大半径
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT,dp=1,minDist=1,
                           param1=210,param2=180,minRadius=250,maxRadius=0)
circles = np.uint16(np.around(circles))
for i in circles[0,:]:
   # draw the outer circle
   cv2.circle(src,(i[0],i[1]),i[2],(0,255,0),2)
   # draw the center of the circle
   cv2.circle(src,(i[0],i[1]),2,(0,0,255),3)
 
cv2.imwrite('houghcircles2.jpg', src)
print(circles)

以下のファイルを出力します。

My Drive/Colab/meter1/houghcircles1.jpg　検出準備画像
My Drive/Colab/meter1/houghcircles２.jpg　タイトル画像

検出準備画像は以下のような結果でした。
（グレー変換しただけなのでほとんど変化ありません。）

タイトル画像の結果を得るために、検出される円の最小半径（minRadius）を調整しました。

機械式アナログメーター（ガスボンベの圧力ゲージ）の指針の向きを検出すると言う目標ですから、恣意的に最小半径を調整するのは好ましくありません。検出に使う画像のバラツキ範囲を抑えて試してみたいと思います。

現時点で考えているバラツキ範囲
１．全体が写っているメータは１個だけとする。
２．メーターの傾きは±１５度以内とする。
３．メーター中心とカメラレンズを結ぶ直線の傾きはメーター面に対して
　　１５度以下とする。
４．撮影画像内のメーター直径（ピクセル）バラツキは±１５％以内とする。
５．直射日光や窓越しの屋外風景、照明器具などが写り込まないこと。
　　（背景及びメーター面への写り込み。）

制限が多いですが、以上の範囲で使えれば、とりあえず稼働させらるように思います。

openCV いろいろ楽しめそうです。