Python，OpenCV中的霍夫圆变换——cv2.HoughCircles()

这篇博客将学习如何使用霍夫圆变换在图像中找到圆圈，OpenCV使用cv2.HoughCircles()实现霍夫圆变换。

circles = cv2.HoughCircles(img,
cv2.HOUGH_GRADIENT, 1, 20,
param1=50, param2=40, minRadius=25, maxRadius=0)

• img: 待检测的灰度图
• cv2.HOUGH_GRADIENT：检测的方法，霍夫梯度
• 1：检测的圆与原始图像具有相同的大小，dp=2,检测的圆是原始图像的一半
• 20：检测到的相邻圆的中心的最小距离（如果参数太小，除了一个真实的圆外，还可能会错误地检测到多个相邻圆。如果太大，可能会漏掉一些圆。）
• param1：在#HOUGHŠu梯度的情况下，它是较高的. 两个阈值传递到Canny边缘检测器（较低的一个小两倍）。
• param2：在#HOUGHŠu梯度的情况下，它是检测阶段圆心的累加器阈值。它越小，就越可能检测到假圆；
• minRadius：最小圆半径
• maxRadius：最大圆半径，如果<=0，则使用最大图像尺寸。如果<0，则返回没有找到半径的中心。

1. 效果图

原始图 VS 检测圆效果图如下：

如下右图可以看到3个外侧圆绿色ÿ