OpenCV笔记（二十）霍夫圆变换

一、理论

1.检测原理

2.变换原理

• 从平面坐标到极坐标转换三个参数$$C(x_0,y_0,r)$$其中$$x_0,y_0$$是圆心

• 假设平面坐标的任意一个圆上的点，转换到极坐标中：$$C(x_0,y_0,r)$$处有最大值，霍夫变换正是利用这个原理实现圆的检测。

二、相关API

cv::HoughCircles

HoughCircles(
InputArray image, // 输入图像 ,必须是8位的单通道灰度图像
OutputArray circles, // 输出结果，发现的圆信息
Int method, // 方法 - HOUGH_GRADIENT
Double dp, // dp = 1; 
Double mindist, // 10 最短距离-可以分辨是两个圆的，否则认为是同心圆- src_gray.rows/8
Double param1, // canny edge detection low threshold
Double param2, // 中心点累加器阈值 – 候选圆心
Int minradius, // 最小半径
Int maxradius//最大半径 
)

三、综合例程

因为霍夫圆检测对噪声比较敏感，所以首先要对图像做中值滤波。

基于效率考虑，Opencv中实现的霍夫变换圆检测是基于图像梯度的实现，分为两步：

1. 检测边缘，发现可能的圆心

2. 基于第一步的基础上从候选圆心开始计算最佳半径大小

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;
int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("D:/vcprojects/images/circle.png");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	char INPUT_TITLE[] = "input image";
	char OUTPUT_TITLE[] = "hough circle demo";
	namedWindow(INPUT_TITLE, CV_WINDOW_AUTOSIZE);
	namedWindow(OUTPUT_TITLE, CV_WINDOW_AUTOSIZE);
	imshow(INPUT_TITLE, src);

	// ÖÐÖµÂ˲¨
	Mat moutput;
	medianBlur(src, moutput, 3);
	cvtColor(moutput, moutput, CV_BGR2GRAY);

	// »ô·òÔ²¼ì²â
	vector<Vec3f> pcircles;
	HoughCircles(moutput, pcircles, CV_HOUGH_GRADIENT, 1, 10, 100, 30, 5, 50);
	src.copyTo(dst);
	for (size_t i = 0; i < pcircles.size(); i++) {
		Vec3f cc = pcircles[i];
		circle(dst, Point(cc[0], cc[1]), cc[2], Scalar(0, 0, 255), 2, LINE_AA);
		circle(dst, Point(cc[0], cc[1]), 2, Scalar(198, 23, 155), 2, LINE_AA);
	}
	imshow(OUTPUT_TITLE, dst);

	waitKey(0);
	return 0;
}