OpenCV16.霍夫变换-圆

霍夫圆检测

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。
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

相关API

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是在原图上找 =2是在不原图小一半的图上找;
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 high threshold(the lower one is twice smaller)
Double param2, // 中心点累加器阈值 – 候选圆心，值越小可能检测到更多的假圆
Int minradius, // 最小半径
Int maxradius//最大半径 半径范围越大计算速度越慢
)

代码展示

#include <iostream>
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

int main()
{
	Mat src = imread("F:/Opencvlearn/picture/yu.jpg");
	if (!src.data)
	{
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", src);
	Mat blur;
	medianBlur(src, blur, 3);
	Mat gray;
	cvtColor(blur, gray, COLOR_BGR2GRAY);
	vector<Vec3f> pcircles;
	Mat dst;
	src.copyTo(dst);
	HoughCircles(gray, pcircles, HOUGH_GRADIENT, 1, gray.cols / 2, 150, 43, 0, gray.cols / 2);
	for (size_t i = 0; i < pcircles.size(); ++i)
	{
		Point center = Point(cvRound(pcircles[i][0]), cvRound(pcircles[i][1]));
		int radius = cvRound(pcircles[i][2]);
		circle(dst, center, radius, Scalar(0, 0, 255), 2, 4);
		circle(dst, center, 2, Scalar(255, 0, 0), 2, 4);
	}
	namedWindow("output", WINDOW_AUTOSIZE);
	imshow("output", dst);
	waitKey(0);
	return 0;
}

cvRound()将浮点数四舍五入到最接近的整数