OpenCV核心模块核心提炼（六） —— 圆形检测：Hough圆变换

霍夫圆变换的工作方式与前一个教程中解释的霍夫线变换大致类似。

在线检测情况下，线由两个参数定义。在圆圈情况下，我们需要三个参数来定义圆：

在哪里定义中心位置（格力点）并且是半径，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：霍夫梯度法。有关详细信息，请查看学习OpenCV或您最喜欢的计算机视觉参考书目

代码

1. 这个程序做什么用的？
   • 加载图像并模糊图像以减少噪点
   • 将霍夫圆变换应用于模糊图像。
   • 在窗口中显示检测到的圆圈。
2. 我们将解释的示例代码可以从这里下载。可以在此处找到稍微更漂亮的版本（显示Hough标准和带轨迹栏的概率以更改阈值）。

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>

using namespace cv;

/** @function main */
int main(int argc, char** argv)
{
  Mat src, src_gray;

  /// Read the image
  src = imread( argv[1], 1 );

  if( !src.data )
    { return -1; }

  /// Convert it to gray
  cvtColor( src, src_gray, CV_BGR2GRAY );

  /// Reduce the noise so we avoid false circle detection
  GaussianBlur( src_gray, src_gray, Size(9, 9), 2, 2 );

  vector<Vec3f> circles;

  /// Apply the Hough Transform to find the circles
  HoughCircles( src_gray, circles, CV_HOUGH_GRADIENT, 1, src_gray.rows/8, 200, 100, 0, 0 );

  /// Draw the circles detected
  for( size_t i = 0; i < circles.size(); i++ )
  {
      Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
      int radius = cvRound(circles[i][2]);
      // circle center
      circle( src, center, 3, Scalar(0,255,0), -1, 8, 0 );
      // circle outline
      circle( src, center, radius, Scalar(0,0,255), 3, 8, 0 );
   }

  /// Show your results
  namedWindow( "Hough Circle Transform Demo", CV_WINDOW_AUTOSIZE );
  imshow( "Hough Circle Transform Demo", src );

  waitKey(0);
  return 0;
}

说明

1. 加载图像

   src = imread( argv[1], 1 );
   
   if( !src.data )
     { return -1; }

    

2. 将其转换为灰度：

   cvtColor （ src ， src_gray ， CV_BGR2GRAY  ）;
   

3. 应用高斯模糊以减少噪音并避免假圆检测：

   高斯模糊（ src_gray ， src_gray ， 尺寸（9 ， 9 ）， 2 ， 2  ）;
   

4. 继续应用霍夫圆变换：

   vector<Vec3f> circles;
   
   HoughCircles( src_gray, circles, CV_HOUGH_GRADIENT, 1, src_gray.rows/8, 200, 100, 0, 0 );

   与参数：

   • src_gray：输入图像（灰度）
   • 圆圈：存储3个值的集合的向量：对于每个检测到的圆圈。
   • CV_HOUGH_GRADIENT：定义检测方法。目前这是OpenCV中唯一可用的
   • dp = 1：分辨率的反比
   • min_dist = src_gray.rows / 8：检测到的中心之间的最小距离
   • param_1 = 200：内部Canny边缘检测器的上限阈值
   • param_2 = 100 *：中心检测的阈值。
   • min_radius = 0：要检测的最小无线电。如果未知，则默认为零。
   • max_radius = 0：要检测的最大半径。如果未知，则默认为零

5. 绘制检测到的圆圈：

   for( size_t i = 0; i < circles.size(); i++ )
   {
      Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
      int radius = cvRound(circles[i][2]);
      // circle center
      circle( src, center, 3, Scalar(0,255,0), -1, 8, 0 );
      // circle outline
      circle( src, center, radius, Scalar(0,0,255), 3, 8, 0 );
    }

   你可以看到我们将用红色绘制圆圈，用小绿点绘制中心

6. 显示检测到的圆圈：

   namedWindow （ “Hough Circle Transform Demo” ， CV_WINDOW_AUTOSIZE  ）; 
   imshow （ “Hough Circle Transform Demo” ， src  ）;
   

7. 等待用户退出程序

   waitKey （0 ）;
   

结果

使用测试图像运行上面代码的结果如下所示：