面臨一個任務就是要圖片中的圓形物體切出來，然後做異常點檢測（就是看那些圓形物體是異常點），因為異常點檢測的方法還在摸索，現在就先把從圖片中把圓形物體完整切出的方法寫出來。

1.首先圖片是這樣的（圓形物體非常多）

2.接下來就是程式碼部分：

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()

#對模糊影象二值化。梯度影象中不大於90的任何畫素都設定為0（黑色）。 否則，畫素設定為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)#無限期等待輸入

(_, 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開啟圖片，對圖片進行灰度處理，閾值處理，查詢邊緣，最後畫出邊緣，經過這一步處理後，大致圖片大致是這樣的

效果一般，具體圖片效果要根據調節閾值化引數來達到

centers = []
for i in range(0,len(cnts)): 
    (rx,ry),radius = cv2.minEnclosingCircle(cnts[i]) ##找出這些曲線點座標的最小封閉圓的圓心和半徑
    center = (int(rx),int(ry))
    centers.append(center)
    radius = int(radius)
    cv2.circle(img,center,28,(255,0,0),2)

這一步是根據上面程式碼中獲取到圓形物體的邊緣座標，用圓形曲線去做擬合，得出每個圓的半徑和圓心座標。經過這一步處理之後，效果大概是這樣：

最後根據這些圓心座標和半徑把圖片中的圓形物體切出來

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在後,用矩陣來裁剪圓形區域
    cv2.imwrite('D:\\\\ProgramData\\\\cut\\\\'+str(x)+'_'+str(y)+'.png',crop_img)  

切出來的效果還不錯，大概就是這樣吧