opencv c++圆检测

#include<iostream>
#include<opencv.hpp>
using namespace std;


int main()
{
	cv::Mat img = cv::imread("./cap_6_ROI.bmp");
	/*cv::imshow("w", img);
	cv::waitKey();*/

    cv::Mat grayImage;
    cv::cvtColor(img, grayImage, cv::COLOR_BGR2GRAY);  // 将图像转换为灰度格式

    std::vector<cv::Vec3f> circles;
    cv::HoughCircles(grayImage, circles, cv::HOUGH_GRADIENT, 1, 50, 500, 50, 0, 0);  // 检测圆

    if (circles.size() != 1)
    {
        return -255;
    }

    for (size_t i = 0; i < circles.size(); i++) {
        cv::Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));  // 计算圆心坐标
        cout << center.x << ", " << center.y << endl;
        
        int radius = cvRound(circles[i][2]);  // 计算半径
        cv::circle(img, center, radius, cv::Scalar(0, 255, 0), 2, cv::LINE_AA);  // 绘制圆
        cv::circle(img, center, 3, cv::Scalar(0, 0, 255), -1);// 圆心
    }

    cv::imshow("Circle Detection", img);
    cv::waitKey(0);

	return 0;
}

cv::HoughCircles函数的各个参数的意义如下：

image：输入图像，应为单通道8位或32位浮点类型。这是要在其中检测圆的图像。
circles：输出向量，用于存储检测到的圆的信息。每个元素是一个三元组(x, y, radius)，代表一个检测到的圆的圆心坐标(x, y)和半径radius。
method：检测方法，应为CV_HOUGH_GRADIENT。这是一种基于梯度的霍夫变换方法，用于检测圆。
dp：累加器分辨率与图像分辨率之比的倒数。通常设置为1。较大的值会降低累加器的分辨率，从而提高检测速度，但可能会导致检测精度下降。
minDist：检测到的圆之间的最小距离。如果两个圆的圆心距离小于该值，则只保留其中一个圆。
param1：Canny边缘检测的高阈值。边缘强度高于该值的像素被认为是边缘点。
param2：圆心投票阈值，应大于等于param1。只有在累加器中投票数超过该阈值的圆才被认为是检测到的圆。
minRadius：检测到的圆的最小半径。小于该半径的圆将被忽略。
maxRadius：检测到的圆的最大半径。大于该半径的圆将被忽略。
调整这些参数可以影响圆的检测结果。你可以根据图像的特点和需求来调整这些参数，以获得最佳的圆检测效果。