1、概述
案例:输入一张简单的图形图片,然后检测图片中的圆
函数介绍:
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类型的dp,用来检测圆心的累加器图像的分辨率于输入图像之比的倒数,且此参数允许创建一个比输入图像分辨率低的累加器。上述文字不好理解的话,来看例子吧。例如,如果dp= 1时,累加器和输入图像具有相同的分辨率。如果dp=2,累加器便有输入图像一半那么大的宽度和高度
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, // 对应Canny边缘检测的最大阈值,最小阈值是此参数的一半 也就是说像素的值大于param1是会检测为边缘
Double param2, // 在检测阶段圆心的累加器阈值。它越小的话,就可以检测到更多根本不存在的圆,而它越大的话,能通过检测的圆就更加接近完美的圆形了
Int minradius, // 最小半径
Int maxradius//最大半径
)
检测步骤:
1.对图像进行模糊
2.边缘检测
3.霍夫圆检测
4.绘制霍夫圆
2、代码示例
Mat src = imread(filePath);
if(src.empty()){
return;
}
imshow("src",src);
//转灰度图像
Mat gray;
cvtColor(src,gray,COLOR_BGR2GRAY);
imshow("gray",gray);
//中值滤波进行模糊
medianBlur(gray,gray,3);
imshow("mediaBlur",gray);
//进行边缘检测
Canny(gray,gray,50,100);
imshow("canny",gray);
//霍夫圆检测
vector<Vec3f> circles;
HoughCircles(gray,circles,HOUGH_GRADIENT,1,10,100,30,50);
//重新回到BGR色彩空间
cvtColor(gray,gray,COLOR_GRAY2BGR);
for(int i=0;i<circles.size();i++){
Vec3f c3 = circles[i];
circle(gray,Point(c3[0],c3[1]),c3[2],Scalar(0,0,255),3,LINE_AA);//绘制圆
circle(gray,Point(c3[0],c3[1]),2,Scalar(0,0,255),3,LINE_AA);//绘制圆心
}
imshow("circle",gray);
3、演示图片
检测硬币示例:
本文福利,莬费领取Qt开发学习资料包、技术视频,内容包括(C++语言基础,Qt编程入门,QT信号与槽机制,QT界面开发-图像绘制,QT网络,QT数据库编程,QT项目实战,QSS,OpenCV,Quick模块,面试题等等)↓↓↓↓↓↓见下面↓↓文章底部点击莬费领取↓↓