opencv021-霍夫圆变换

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;
}