opencv检测圆

opencv检测圆

编译环境：vs2012+opencv2.4.10

---

一、原理

对圆来说, 我们需要三个参数来表示一个圆（圆心坐标需要两上参数，还要加上一个半径）。标准霍夫圆变换是将直角坐标系空间转换到描述圆的三维度空间中，然后使用这三个维度进行累加度量（投票），根据投票的结果判断是否为圆。

但是转换到三维度空间，很明显，计算量是几何级增大，所以我们不可能用这个来实现圆检测法，所以出现了霍夫梯度法来检测圆的算法。

霍夫梯度法的思路：第一步根据每个点的模向量来找到圆心，这样三维的累加平面就转化为二维累加平面；第二步根据所有候选中心的边缘非零像素对其的支持程度来确定半径。

二、方法

OpenCV中提供了函数HoughCircles来实现霍夫梯度法，其函数原型如下：

void HoughCircles
( InputArray image,–》8-bit, single-channel, grayscale input image.
OutputArray circles,–》Output vector of found circles. Each vector is encoded as a 3-element floating-point vector (x, y, radius)
int method, –》CV_HOUGH_GRADIENT
double dp,–》累加器图像分辨率的反比。要理解这个，必须举例子，比如若dp==1,那么累加器的分辨率与原图像一样，如果dp==2，那么累加器的分辨率只有原图像的一半。可见，这个值越大，累加器的分辨率反而越低，所以这是个反比值。
double minDist,–》检测到圆的圆心之间的最小距离，显然，这个值越小，伪圆可能越多，而这个值越大，则有越多的圆被漏检。
double param1 = 100,–》函数HoughCircles是用到了Canny作边缘检测的，而Canny算法中的滞后阈值法要求设定高低两个阈值，这个参数就是设定这个高阈值的，而低阈值为这个高阈值的二分之一。
double param2 = 100,–》Second method-specific parameter. In case of CV_HOUGH_GRADIENT , it is the accumulator threshold for the circle centers at the detection stage. The smaller it is, the more false circles may be detected. Circles, corresponding to the larger accumulator values, will be returned first.
int minRadius = 0, –》Minimum circle radius
int maxRadius = 0 );–》 Maximum circle radius.

三、代码