霍夫圆检测原理
相关API cv::HoughCircles
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
HoughCircles参数说明
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;
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 low threshold
Double param2, // 中心点累加器阈值 – 候选圆心
Int minradius, // 最小半径
Int maxradius//最大半径
Mat src, src_gray,dst;
src = imread("D:/learnopencv/opencv003/circle.jpg");
if (!src.data) {
printf("could not load image...\n");
return -1;
}
char INPUT_TITLE []= "input image";
char OUTPUT_TITLE[] = "hough-circle-detect image";
namedWindow(INPUT_TITLE, CV_WINDOW_AUTOSIZE);
namedWindow(OUTPUT_TITLE, CV_WINDOW_AUTOSIZE);
imshow(INPUT_TITLE, src);
Mat moutput;//中值滤波
medianBlur(src, moutput, 3);
cvtColor(moutput, src_gray, CV_BGR2GRAY);
vector<Vec3f>pcircles;//霍夫圆检测
HoughCircles(src_gray, pcircles, CV_HOUGH_GRADIENT, 1, 15, 100, 30,10, 100);
src.copyTo(dst);
for (size_t i = 0; i < pcircles.size(); i++) {
Vec3f cc = pcircles[i];
circle(dst, Point(cc[0], cc[1]), cc[2], Scalar(0, 0, 255), 2, LINE_AA);
circle(dst, Point(cc[0], cc[1]), 2, Scalar(98, 23, 255), 2, LINE_AA);
}
imshow(OUTPUT_TITLE, dst);