Java+opencv3.2.0之hough圆检测

hough圆检测和hough线检测的原理近似，对于圆来说，在参数坐标系中表示为C:(x,y,r)。

函数： Imgproc.HoughCircles(Mat image, Mat circles, int method, double dp, double minDist, double param1, double param2, int minRadius, int maxRadius)
参数说明：
image：源图像
circles：检测到的圆的输出矢量(x,y,r)
method：使用的检测方法，目前只有一种Imgproc.HOUGH_GRADIENT
dp：检测圆心的累加器图像与源图像之间的比值倒数
minDist：检测到的圆的圆心之间的最小距离
param1：method设置的检测方法对应参数，针对HOUGH_GRADIENT，表示边缘检测算子的高阈值（低阈值是高阈值的一半），默认值100
param2：method设置的检测方法对应参数，针对HOUGH_GRADIENT，表示累加器的阈值。值越小，检测到的无关的圆
minRadius：圆半径的最小半径，默认为0
maxRadius：圆半径的最大半径，默认为0（若minRadius和maxRadius都默认为0，则HoughCircles函数会自动计算半径）

示例代码：

public static void main(String[] args)
    {
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
        Mat src = Imgcodecs.imread("F:\\websbook_com_1589226.jpg");

        Mat dst = src.clone();
        Imgproc.cvtColor(src, dst, Imgproc.COLOR_BGR2GRAY);

        Mat circles = new Mat();
        Imgproc.HoughCircles(dst, circles, Imgproc.HOUGH_GRADIENT, 1, 100, 440, 50, 0, 345);
        // Imgproc.HoughCircles(dst, circles, Imgproc.HOUGH_GRADIENT, 1, 100,
        // 440, 50, 0, 0);
        for (int i = 0; i < circles.cols(); i++)
        {
            double[] vCircle = circles.get(0, i);

            Point center = new Point(vCircle[0], vCircle[1]);
            int radius = (int) Math.round(vCircle[2]);

            // circle center
            Imgproc.circle(src, center, 3, new Scalar(0, 255, 0), -1, 8, 0);
            // circle outline
            Imgproc.circle(src, center, radius, new Scalar(0, 0, 255), 3, 8, 0);
        }

        Imgcodecs.imwrite("F:\\dst2.jpg", src);
    }

源图像：

输出图像：