win10+Python3.7.3+OpenCV3.4.1入门学习（十六 霍夫变换）————16.4 霍夫圆环变换

Python版本是Python3.7.3，OpenCV版本OpenCV.3.4.1，开发环境为PyCharm

16.4 霍夫圆环变换

霍夫变换除了用来检测直线外，也能用来检测其他几何对象。实际上，只要是能够用一个参数方程表示的对象，都适合用霍夫变换来检测。
用霍夫圆变换来检测图像中的圆，与使用霍夫直线变换检测直线的原理类似。在霍夫圆变换中，需要考虑圆半径和圆心（x坐标、y坐标）共3个参数。在OpenCV中，采用的策略是两轮筛选。第1轮筛选找出可能存在圆的位置（圆心）；第2轮再根据第1轮的结果筛选出半径大小。
与用来决定是否接受直线的两个参数“接受直线的最小长度（minLineLength）”和“接受直线时允许的最大像素点间距（MaxLineGap）”类似，霍夫圆变换也有几个用于决定是否接受圆的参数：圆心间的最小距离、圆的最小半径、圆的最大半径。

在OpenCV中，实现霍夫圆变换的是函数cv2.HoughCircles()，该函数将Canny边缘检测和霍夫变换结合。其语法格式为：

    circles=cv2.HoughCircles(image,
    method,
    dp,
    minDist,
    param1,
    param2,
    minRadius,
    maxRadius)

式中参数与返回值的含义如下：
● image：输入图像，即源图像，类型为8位的单通道灰度图像。
● method：检测方法。截止到OpenCV 4.0.0-pre版本，HOUGH_GRADIENT是唯一可用的参数值。该参数代表的是霍夫圆检测中两轮检测所使用的方法。
● dp：累计器分辨率，它是一个分割比率，用来指定图像分辨率与圆心累加器分辨率的比例。例如，如果dp=1，则输入图像和累加器具有相同的分辨率。
● minDist：圆心间的最小间距。该值被作为阈值使用，如果存在圆心间距离小于该值的多个圆，则仅有一个会被检测出来。因此，如果该值太小，则会有多个临近的圆被检测出来；如果该值太大，则可能会在检测时漏掉一些圆。
● param1：该参数是缺省的，在缺省时默认值为100。它对应的是Canny边缘检测器的高阈值（低阈值是高阈值的二分之一）。
● param2：圆心位置必须收到的投票数。只有在第1轮筛选过程中，投票数超过该值的圆，才有资格进入第2轮的筛选。因此，该值越大，检测到的圆越少；该值越小，检测到的圆越多。这个参数是缺省的，在缺省时具有默认值100。
● minRadius：圆半径的最小值，小于该值的圆不会被检测出来。该参数是缺省的，在缺省时具有默认值0，此时该参数不起作用。
● maxRadius：圆半径的最大值，大于该值的圆不会被检测出来。该参数是缺省的，在缺省时具有默认值0，此时该参数不起作用。
● circles：返回值，由圆心坐标和半径构成的numpy.ndarray。
需要特别注意，在调用函数cv2.HoughLinesCircles()之前，要对源图像进行平滑操作，以减少图像中的噪声，避免发生误判。
该函数具有非常多的参数，在实际检测中可以根据需要设置不同的值。

eg1：使用HoughLinesCircles函数对一幅图像进行霍夫圆变换，并观察检测效果。
代码如下：

import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread('chess.jpg',0)
imgo=cv2.imread('chess.jpg',-1)
o=cv2.cvtColor(imgo,cv2.COLOR_BGR2RGB)
oshow=o.copy()
img = cv2.medianBlur(img,5)
circles = cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,300,param1=50,param2=30,minRadius=100,maxRadius=200)
circles = np.uint16(np.around(circles))
for i in circles[0,:]:
  cv2.circle(o,(i[0],i[1]),i[2],(255,0,0),12)
  cv2.circle(o,(i[0],i[1]),2,(255,0,0),12)
plt.subplot(121)
plt.imshow(oshow)
plt.axis('off')
plt.subplot(122)
plt.imshow(o)
plt.axis('off')
plt.show()

运行上述程序，结果如下图所示，可以看到霍夫圆变换检测到了源图像中的三个圆。为了方便读者在纸质版图书上观察，本例中圆环和圆心都是用白色显示的，在实际使用中可以设置函数cv2.circle()中的颜色参数，显示不同的颜色。

在检测中，可能需要不断调整参数才能得到最优结果。例如，下图是参数为

    circles = cv2.HoughCircles(img, cv2.HOUGH_GRADIENT,1,20,
    param1=50, param2=30, minRadius=0, maxRadius=0)

时，针对图中的左图进行霍夫圆变换所得到的结果。如果仔细观察，可以看到下图
中绘制了非常多的圆和圆心。