OpenCV3.0 Examples学习笔记（11）-houghcircles.cpp-houghcircles函数实现圆形检测

最新推荐文章于 2024-06-17 15:58:12 发布

我不是校长

最新推荐文章于 2024-06-17 15:58:12 发布

阅读量7.6k

点赞数 3

分类专栏： OpenCV3.0 Examples学习笔记 OpenCV3.0示例学习笔记文章标签： opencv HoughCircles 圆形检测

本文链接：https://blog.csdn.net/u012566751/article/details/54379748

版权

OpenCV3.0 Examples学习笔记同时被 2 个专栏收录

19 篇文章 4 订阅

订阅专栏

OpenCV3.0示例学习笔记

18 篇文章 14 订阅

订阅专栏

这个系列的目的是通过对OpenCV示例，进一步了解OpenCV函数的使用，不涉及具体原理。

简介

Example运行截图

Example分析

Example代码

简介

本文记录了对OpenCV示例 houghcircles .cpp 的分析。

资料地址：http://docs.opencv.org/3.0.0/d7/d5d/houghcircles_8cpp-example.html

这个示例主要演示了如何使用 houghcircles 对图像进行圆形检测。

示例涉及到 HoughCircles。

HoughCircles

HoughCircles函数实现了圆形检测，它使用的算法也是改进的霍夫变换——2-1霍夫变换（21HT）。

函数原型：

void HoughCircles( InputArray image, OutputArray circles,

int method, double dp, double minDist,

double param1 = 100, double param2 = 100,

int minRadius = 0, int maxRadius = 0 );

函数参数说明：

image：为输入图像，要求是灰度图像；

circles：为输出圆向量，每个向量包括三个浮点型的元素——圆心横坐标，圆心纵坐标和圆

半径；

method：为使用霍夫变换圆检测的算法，Opencv只实现了2-1霍夫变换，它的参数是

CV_HOUGH_GRADIENT；（一直都是如此）

dp：为第一阶段所使用的霍夫空间的分辨率，dp=1时表示霍夫空间与输入图像空间的大小

一致，dp=2时霍夫空间是输入图像空间的一半，以此类推；

minDist：为圆心之间的最小距离，如果检测到的两个圆心之间距离小于该值，则认为它们是

同一个圆心；

param1：为边缘检测时使用Canny算子的高阈值；

param2：为步骤1.5和步骤2.5中所共有的阈值；

minRadius，maxRadius：为所检测到的圆半径的最小值和最大值。

PS：在实际应用中HoughCircles的参数很让人着急，因此往往与fitellipse配合使用，大致原理为：

（1）使用HoughCircles做粗略定位；

（2）使用fitellipse进一步精确定位。

Example截图

原图	效果图

Example分析

1.从命令行参数加载图像

const char* filename = argc >= 2 ? argv[1] : "../data/board.jpg";

Mat img = imread(filename, 0);

if(img.empty())

{

help();

cout << "can not open " << filename << endl;

return -1;

}

2.声明预览图像

Mat cimg;

3.对原图中值滤波

medianBlur(img, img, 5);

4.灰度化

cvtColor(img, cimg, COLOR_GRAY2BGR);

5.对图像进行圆形检测

vector<Vec3f> circles;

HoughCircles(img, circles, HOUGH_GRADIENT, 1, 10,

100, 30, 1, 30 // change the last two parameters

// (min_radius & max_radius) to detect larger circles

6.根据检测结果绘制检测圆形

for( size_t i = 0; i < circles.size(); i++ )

{

Vec3i c = circles[i];

circle( cimg, Point(c[0], c[1]), c[2], Scalar(0,0,255), 3, LINE_AA);

circle( cimg, Point(c[0], c[1]), 2, Scalar(0,255,0), 3, LINE_AA);

}

7.显示预览图

imshow("detected circles", cimg);

waitKey();

Example代码

#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"

#include <iostream>

using namespace cv;
using namespace std;

static void help()
{
    cout << "\nThis program demonstrates circle finding with the Hough transform.\n"
            "Usage:\n"
            "./houghcircles <image_name>, Default is ../data/board.jpg\n" << endl;
}

int main(int argc, char** argv)
{
    const char* filename = argc >= 2 ? argv[1] : "../data/board.jpg";

    Mat img = imread(filename, 0);
    if(img.empty())
    {
        help();
        cout << "can not open " << filename << endl;
        return -1;
    }

    Mat cimg;
    medianBlur(img, img, 5);
    cvtColor(img, cimg, COLOR_GRAY2BGR);

    vector<Vec3f> circles;
    HoughCircles(img, circles, HOUGH_GRADIENT, 1, 10,
                 100, 30, 1, 30 // change the last two parameters
                                // (min_radius & max_radius) to detect larger circles
                 );
    for( size_t i = 0; i < circles.size(); i++ )
    {
        Vec3i c = circles[i];
        circle( cimg, Point(c[0], c[1]), c[2], Scalar(0,0,255), 3, LINE_AA);
        circle( cimg, Point(c[0], c[1]), 2, Scalar(0,255,0), 3, LINE_AA);
    }

    imshow("detected circles", cimg);
    waitKey();

    return 0;
}

参考资料：

1.《找圆算法（(HoughCircles)总结与优化》

2.《 Opencv2.4.9源码分析——HoughCircles 》