霍夫圆检测原理
相关API cv::HoughCircles
l因为霍夫圆检测对噪声比较敏感,所以首先要对图像做中值滤波。
l基于效率考虑,Opencv中实现的霍夫变换圆检测是基于图像梯度的实现,分为两步:
1. 检测边缘,发现可能的圆心
2. 基于第一步的基础上从候选圆心开始计算最佳半径大小
HoughCircles参数说明
HoughCircles(
InputArray image, // 输入图像 ,必须是8位的单通道灰度图像
OutputArray circles, // 输出结果,发现的圆信息
Int method, // 方法 - HOUGH_GRADIENT
Double dp, // dp = 1;
Double mindist, // 10 最短距离-可以分辨是两个圆的,否则认为是同心圆- src_gray.rows/8
Double param1, // canny edge detection low threshold
Double param2, // 中心点累加器阈值 – 候选圆心
Int minradius, // 最小半径
Int maxradius//最大半径
)
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
Mat src, dst, gray_src;
const char* input_win = "input";
const char* out_put = "hough-line-detection";
int main(int agrc, char** agrv) {
src = imread("C:/Users/liyangxian/Desktop/bjl/cir.jpg");
if (!src.data) {
printf("no load..\n");
return -1;
}
namedWindow(input_win, CV_WINDOW_AUTOSIZE);
namedWindow(out_put, CV_WINDOW_AUTOSIZE);
imshow(input_win, src);
Mat moutput;
medianBlur(src, moutput, 3);
cvtColor(moutput, moutput, CV_BGR2GRAY);
//霍夫圆检测
vector<Vec3f> pcircles;
HoughCircles(moutput, pcircles, CV_HOUGH_GRADIENT, 1, 10, 100,30, 5, 100);
src.copyTo(dst);
for (size_t i = 0; i < pcircles.size(); i++) {
Vec3f cc = pcircles[i];
circle(dst, Point(cc[0], cc[1]), cc[2], Scalar(0, 255, 255), 2, LINE_AA);
circle(dst, Point(cc[0], cc[1]), 2, Scalar(98, 23, 255), 2, LINE_AA);
}
imshow(out_put, dst);
waitKey(0);
return 0;
}