できない、とはどういう動作になるんでしょうか
前提
python opencvを使用して画像上に複数存在する小さい点の検出を行いたいです．またそこから各点の中心座標を求めることが最終目標です．
ハフ検出を用いて行おうとしていたのですが，小さい点を円と認識できていないようです．cv2.HoughCirclesのパラメータをいろいろいじってはみたのですがなかなかうまくいきません．
そもそも点を認識するのに円の検出から行おうとしているところに問題もありそうですが，その他の良い方法を知らないので，もしあるのであればそこも教えていただけると幸いです．
規模感としては以下の本当はもっと細かい点を認識したいのですがひとまず下の画像の点を検出できればいいなと思っています．
分かる方，アドバイス，意見等なんでも受け付けているので少しでもなにかあればぜひ！！
実現したいこと
・画像上の点を検出し，その点の中心座標を求める
発生している問題・エラーメッセージ
小さい点の検出ができない．
エラーメッセージ
該当のソースコード
python
ソースコード ```import cv2 from matplotlib import pyplot as plt import numpy as np import math #画像の読み込み img = cv2.imread("images/sample4.png") #画像の平滑化 kernel = np.ones((5,5),np.float32)/25 dst = cv2.filter2D(img,-1,kernel) #グレースケール化 #gray = cv2.cvtColor(dst, cv2.COLOR_BGR2GRAY) #輪郭抽出 canny_img = cv2.Canny(dst, 50, 110) #円の検出 circles = cv2.HoughCircles(canny_img, cv2.HOUGH_GRADIENT, dp=1.2, minDist=20, param1=100, param2=40, minRadius=1, maxRadius=200) circles = np.uint16(np.around(circles)) for circle in circles[0, :]: # 円周を描画する cv2.circle(img, (circle[0], circle[1]), circle[2], (0, 165, 255), 5) # 中心点を描画する cv2.circle(img, (circle[0], circle[1]), 2, (0, 0, 255), 3) print([circle[0],circle[1],circle[2]]) cv2.imshow('sample',img) cv2.waitKey(0) cv2.destroyAllWindows() ### 試したこと 画像処理(二値化，グレースケール，特定の色のみを抽出するなど)を施した． 現在，最小外接円による円の検出を検討中 ### 補足情報（FW/ツールのバージョンなど）
いくつか大きさの違う円のある画像で試した際は大きいもののみが検出され，小さいものは認識されはいといった感じです．(丸と認識した場所にはオレンジの円が出るのででないところは認識されていないところです)
上記のもので行ったときには以下のエラー分が出ます．たぶん認識した円の数が0なことが問題だと思っています．
TypeError: loop of ufunc does not support argument 0 of type NoneType which has no callable rint method
画像には、検出したい小さな点しかないのでしょうか？
(一様な色・明るさの背景に、検出したい小さな点があるだけ)
上記の画像はそうです．最終的にやりたいものは一様な白に点があるものではなく，白地の物体に黒点を付けたものを撮影して，その画像から点の認識を行いたいです．なので一様な色，背景でなくても実行可能なものを目指しています．
> 一様な色，背景でなくても実行可能なもの
画像に「検出したくない」点とか円は無いのでしょうか？
検出したい点(や円)のサイズは、だいたい一定なのでしょうか？
それとも、(画像からはみ出さないサイズなら)どんなサイズのでも検出したいのでしょうか？
＞canny_img = cv2.Canny(dst, 50, 110)
この結果を、書き出すなり、imshowするなりして、
HoughCirclesにかけるべき望んだ「画像」になっているかどうか確認すべき。
＃前処理の妥当性の確認
たぶん、こんな小さい黒領域に5x5平滑化してからCannyしたら、円が壊れていると思う。
おまけ：
本来の目的に対して、「元画像に対しHoughCirclesを使って探す」ことが妥当かどうか疑問ですね
点とよぶものが円とは限らないし。
下地と点なら、ラベリングして、BOXの中心とるだけでもいいんじゃないでしょうか？
方法論の検討中ならば各処理ステップの結果を確認すべき，というのはそのとおり．
必ずやるべし．
この話にハフ変換を用いることについては
・そもそも形状を表現できるだけの解像度が期待できない像を対象にしている話なのだし
・仮に微小な「円」のエッジが前段で得られるとしても，投票値が優位に集中する結果となり得るのか？（投票者が極めて少ないであろう場面で）
…っていう点で，無理があるでしょうね．
実際には提示画像よりも細かい点を見つけたいらしいですし．
> ラベリングして、BOXの中心とる
「細かい黒点を撮影した絵」を対象にするなら，点(円)を構成する画素群の輝度値に基づく加重平均のような方法が良いのではないでしょうか．
（まぁ中心座標に求める精度次第でしょうけど）
（他の方も懸念されているように）「要る/要らない」の区別が最も厄介な課題になりそうに思えるので，
どうしても微小な点をパターンとして用いねばならないという特段の理由が無いならば，やること自体を見直した方が早い可能性もありそう…かな．
遅くなりました．そうですね，やり方自体に見直しをする必要がありそうです．
ご意見を参考にいろいろ試してみようと思います．
これは単に興味本位で尋ねるのですが，何故「ちいさな点」という選択だったのでしょうか？
「何かパターンを配して→それを見つける」ならば，もっと見つけやすいパターンがいろいろと考えられるかと思うのですが．
対象物をなるべく汚したくない（本当は点すら打ちたくない）とかそういう理由がある感じ？
元々のやりたいことが物体に付着させた小さい黒点の中心座標を求めて，点が動いた際の細かい移動量を知りたいという内容だったのでパターンは小さい点を選択せざるを得なかったという感じです．
パターンは円形である必要はなかったのですが一番やりやすそうなので選びました．
実際は円の判定が思ったより厳しくていまいちでしたね．
まだ回答がついていません
会員登録して回答してみよう
