Python的OpenCV霍夫变换圆形检测

circles = cv2.HoughCircles(image, method, dp, minDist[, circles[, param1[, param2[, minRadius[, maxRadius]]]]])

参数说明:

输出：
circles- 找到的圆的输出向量。每个向量被编码为3元素的浮点向量 （x，y，半径）。
传递参数：
image- 8位，单通道，灰度输入图像。
circle_storage - 在C函数中，这是一个将包含找到的圆的输出序列的内存存储。
method- 使用检测方法。目前，唯一实现的方法是 CV_HOUGH_GRADIENT，基本上是 21HT，在[Yuen90]中有描述 。
dp - 累加器分辨率与图像分辨率的反比。例如，如果 dp = 1，则累加器具有与输入图像相同的分辨率。如果 dp = 2，则累加器的宽度和高度都是一半。
minDist -检测到的圆的中心之间的最小距离。如果参数太小，除了真正的参数外，可能会错误地检测到多个邻居圈。如果太大，可能会错过一些圈子。
param1 - 第一个方法特定的参数。在CV_HOUGH_GRADIENT的情况下， 两个传递给Canny（）边缘检测器的阈值较高（较小的两个小于两倍）。
param2 - 第二种方法参数。在CV_HOUGH_GRADIENT的情况下
，它是检测阶段的圆心的累加器阈值。越小，可能会检测到越多的虚假圈子。首先返回对应于较大累加器值的圈子。
minRadius -最小圆半径。
maxRadius - 最大圆半径。