Доска почета

Есть такое: http://www.imagexd.org/tutorial/lessons/1_ransac.html или это https://github.com/rubendibattista/python-ransac-library.

В Opencv реализована только часть прямого прогона я имею ввиду dnn модуль конечно, а не ml, в ml - по нейросетям только классическая сеть прямого распространения (не глубокая и не сверточная). Обратного нет -> учить нельзя, да и GPU используется не особо интенсивно (opencl). TF - полноценный фреймворк для полного цикла разработки нейронок (и не только нейронок).

Median cut (можно перетащить на CPP отсюда): https://imagej.nih.gov/ij/source/ij/process/MedianCut.java Для выравнивания освещенности можно использовать что-нибудь отсюда: https://clouard.users.greyc.fr/Pantheon/experiments/illumination-correction/index-en.html

Результат получили выполнив 2 сегментации: вначале легкую 8-ми связную сегментацию для выравнивания освещенности, затем глубокую сегментацию медианного среза используя разделение по 2 цветам. Программы и алгоритмы полностью наши. Можете сами поиграться с нашей сегментацией http://esm.ho.ua/Automat.html внизу графический редактор Лубок и как им пользоваться для сегментации изображений.

Немного занимался похожей тематикой: визуальный контроль при производстве печатных плат, если интересно http://esm.ho.ua/Visual.html Я пришел к выводу, что для получения качественных результатов необходимо: качественная съемка с высоким разрешением и уделить особое внимание освещению печатной платы. Оно должно быть равномерным, без бликов и затемнений. Как вариант использование бестеневых ламп. В исходной фотографии, что по ссылке нет хорошего освещения, но за счет высокого разрешения и четкости все дорожки печатных плат сегментируются. Что Вы можете видеть по результатам сегментации.

Можно также поиграться с постеризацией (https://en.wikipedia.org/wiki/Posterization). Постеризация в сером.

Есть две мысли. 1) Можно кластеризовать изображение, а только потом искать круги 2) FloodFill, если почитать детальнее, может закрашивать не только определенный цвет, но и диапазон определенного цвета. Т.е. задаем базовый цвет и разницу от базового. В теории, должен выделить.

Ну еще всякие RANSAC бывают.http://stackoverflow.com/questions/26222525/opencv-detect-partial-circle-with-noise

http://docs.opencv.org/trunk/d7/d5d/houghcircles_8cpp-example.html работает наверняка дерьмово, как и все эти HoughBased свистелки.

Есть: http://docs.opencv.org/2.4/modules/imgproc/doc/feature_detection.html?highlight=houghcircles#houghcircles