霍夫变换检测圆形 -opencv

import cv2
path='../../img/img.jpg'
img=cv2.imread(path,1)
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
circles1 = cv2.HoughCircles(gray,cv2.HOUGH_GRADIENT,1, 30,param1=100,param2=30,minRadius=3,maxRadius=97)
print(circles1)
for i in circles1[0]:
    img=cv2.circle(img,(i[0],i[1]),int(i[2]),(255,0,0),6)
cv2.imshow('circle',img)
cv2.waitKey(0)

1：参数一为输入图像要8位灰度图像
2：使用的检测方法，目前OpenCV中就霍夫梯度法一种可以使用，它的标识符为CV_HOUGH_GRADIENT，在此参数处填这个标识符即可。
3：检测圆心的累加器图像的分辨率于输入图像之比的倒数，如果dp= 1时，累加器和输入图像具有相同的分辨率。如果dp=2，累加器便有输入图像一半那么大的宽度和高度。
4：霍夫变换检测到的圆的圆心之间的最小距离，即让我们的算法能明显区分的两个不同圆之间的最小距离。这个参数如果太小的话，多个相邻的圆可能被错误地检测成了一个重合的圆。反之，这个参数设置太大的话，某些圆就不能被检测出来了。
5：param1，有默认值100。它是第三个参数method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法CV_HOUGH_GRADIENT，它表示传递给canny边缘检测算子的高阈值，而低阈值为高阈值的一半。
6：param2，也有默认值100。它是第三个参数method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法CV_HOUGH_GRADIENT，它表示在检测阶段圆心的累加器阈值。它越小的话，就可以检测到更多根本不存在的圆，而它越大的话，能通过检测的圆就更加接近完美的圆形了。
7：int类型的minRadius,有默认值0，表示圆半径的最小值。
8：int类型的maxRadius,也有默认值0，表示圆半径的最大值。