Opencv图像处理---Hough圆检测

理论

• 在线检测情况下，线由两个参数（r，θ）定义。 在圆圈情况下，我们需要三个参数来定义圆：
• 其中（xcenter，ycenter）定义中心位置（绿点），r是半径，这允许我们完全定义一个圆，如下所示：
• 为了提高效率，OpenCV实现了一种比标准Hough变换稍微复杂的检测方法：Hough梯度方法，它由两个主要阶段组成。 第一阶段涉及边缘检测并找到可能的圆心，第二阶段找到每个候选中心的最佳半径。

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)
{
    cv::CommandLineParser parser(argc, argv,
        "{help h ||}{@image|../data/board.jpg|}"
    );
    if (parser.has("help"))
    {
        help();
        return 0;
    }
    string filename = parser.get<string>("@image");
    if (filename.empty())
    {
        help();
        cout << "no image_name provided" << endl;
        return -1;
    }
    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;
}

解释

(1)src_gray：输入图像（灰度）。

(2)circles：存储3个值的集合的向量：每个检测到的圆的xc，yc，r。

(3)HOUGH_GRADIENT：定义检测方法。 目前，这是OpenCV中唯一可用的。

(4)dp = 1：分辨率的反比。

(5)min_dist = src_gray.rows / 8：检测到的中心之间的最小距离。

(6)param_1 = 200：内部Canny边缘检测器的上限阈值。

(7)param_2 = 100 *：中心检测的阈值。

(8)min_radius = 0：要检测的最小半径。 如果未知，则默认为零。

(9)max_radius = 0：要检测的最大半径。 如果未知，则默认为零。

• 加载图像
• 将其转换为灰度：
• 应用高斯模糊以减少噪音并避免假圆检测：
• 继续应用霍夫圆变换：
• 绘制检测到的圆圈：
• 显示检测到的圆圈：
• 等待用户退出程序

效果