#include <iostream>
#include<opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc/types_c.h>
#include <opencv2/highgui/highgui.hpp>
#include <string>
using namespace std;
using namespace cv;
void main(){
cv::Mat image = cv::imread("C:\\Users\\22735\\Desktop\\Coin.png");
cv::Mat gray,circles,dst,blurred;
int cnt = 0;
vector<cv::Vec3f> pcircles;
cv::cvtColor(image,gray,CV_BGR2GRAY);
cv::GaussianBlur(gray, blurred, cv::Size(9, 9), 2, 2);
cv::HoughCircles(blurred, pcircles, CV_HOUGH_GRADIENT, 1, 30, 100, 39,20,60);
//霍夫圆变换参数分别是处理方法、分辨率、同心圆圆心最小距离,Canny阙值,阙值,最小半径,最大半径
image.copyTo(dst);
cv::Mat Coin[50];
for (size_t i = 0; i < pcircles.size(); i++) {
cv::Vec3f cc = pcircles[i];
cv::Point center = cv::Point(cc[0], cc[1]); //提取圆心
int radius = cc[2]; //提取半径
//对原图进行完全识别,循环后显示
circle(dst, cv::Point(cc[0], cc[1]), cc[2], cv::Scalar(0, 0, 255), 2, cv::LINE_AA);
circle(dst, cv::Point(cc[0], cc[1]), 1, cv::Scalar(198, 23, 155), 2, cv::LINE_AA);
//创建一个Coin的掩码
Mat mask= Mat::zeros(dst.size(), dst.type());
//掩码框出一个圆形区域
circle(mask, center, radius, cv::Scalar(198, 23, 155), -1, 8);
//仅显示单个识别的硬币
dst.copyTo(Coin[cnt], mask);
Coin[cnt] = Coin[cnt](Range(cc[1] - radius, cc[1] + radius), Range(cc[0] - radius, cc[0] + radius));
imshow("Coin", Coin[cnt]);
waitKey(0);
string c = to_string(cnt);
string Flie = "C:\\Users\\22735\\Desktop\\opencv\\coin";
string jgp = ".png";
imwrite(Flie+c+jgp, Coin[cnt]);
cnt++;
}
Coin[cnt] = 0;
cv::imshow("dst", dst);
cv::waitKey(0);
}
重要的是调整霍夫圆变换的参数,两个圆之间的最小距离要调的大一点
用简单的腐蚀膨胀操作对于这张图片的硬币来说,亮度高的地方很难识别到,而且会有很多杂线条,CounterFind函数会有产生很多无必要的线条。
保存的时候通过C++11规则的新函数to_string来把整形转换成std::string类型,在for循环里面把硬币依次保存