OPENCV系列博客主要记录自己学习OPENCV的历程,以及存储已经实现的代码,以备后续回顾使用,代码中包含了主要的备注。
一.霍夫圆检测原理:
二.霍夫圆检测API:
三.代码实现:
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
//测试使用OpenCV自带的HoughLineP提取图像边缘
Mat src,mid_src,gray_src,dst;
int min_threshold = 20;
int max_range = 255;
char gray_window[] = "gray_window";
char Hough_result[] = "Hough_result";
int main(int argc, char** argv) {
//Step1 读取图片
src = imread("E:/OpenCVLearning/Project/source_image/circle_test.png"); //注意斜线方向
if (!src.data) {
cout << "Could not load the image ...." << endl;
return -1;
}
char input_image[] = "input image";
namedWindow("input_image", CV_WINDOW_AUTOSIZE);
imshow(input_image, src);
//Step2 由于霍夫圆检测对噪声比较敏感,所以需要使用中值滤波/高斯滤波等方法,处理图片
medianBlur(src, mid_src, 3);
//Step3 将中值滤波之后的图片转化为灰度图
cvtColor(mid_src, gray_src,CV_BGR2GRAY);
//Step4 使用霍夫圆检测
vector<Vec3f> pcircles; //创建一个vector,存放圆的信息([0] [1]圆心坐标,[2] 半径)
HoughCircles(gray_src, pcircles,CV_HOUGH_GRADIENT,1,10,100,30,5,50); //(输入,输出,检测方式,圆的限制条件)
//Step5 将圆显示在图片上
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); //绘制圆(图片名,圆心位置,半径,颜色,边长)
circle(dst, Point(cc[0], cc[1]), 2, Scalar(255, 0, 0), 2, LINE_AA); //绘制圆心
}
imshow("Circle_image",dst);
waitKey(0);
return 0;
}
四.效果: