OpenCv学习20——霍夫变换（圆检测）

1. 上一节中学习了霍夫变换的直线检测，本节则是学习霍夫变换的圆检测。
   霍夫变换的圆检测的大致原理可以如图所示
   
   即对于一副图像来说，我们认为其图像中的圆的半径大小已经确定，则我们对于图像中的每一个坐标点，我们以该点为圆心，以待求圆的半径为长度画圆，则最终几个圆之间可能会产生很多交点，我们选取相交点的数目最多的那个，即为待求圆的圆心。

2. OpenCv中霍夫变换圆检测的实现：
   ①因为霍夫圆检测对于噪声比较敏感，所以首先要对图像进行中值滤波
   ②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，因此我们将其分为两部：
   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的大小

   用到的相关API:

   CV_EXPORTS_W void HoughCircles( InputArray image,
   							    OutputArray circles,
                                   int method, 
                                   double dp, 
                                   double minDist,
                                   double param1 = 100,
                                   double param2 = 100,
                                  int minRadius = 0, int maxRadius = 0 );
   

   第一个参数为输入的图像
   第二个参数为输出的参数，即检测到图像中圆的信息
   第三个参数为检测的方法，我们采用HOUGH_GRADIENT的方法即霍夫梯度
   第四个参数为尺度，dip=1，在原图上寻找即让其为1，在原图的一半寻找让其为2
   第五个参数为最短距离，是用来区分两个圆的
   第六个参数为利用Canny来求梯度的低阈值
   第七个参数为中心点累加的阈值（即以每个像素点为中心画圆所相交的点的强度）
   第八个参数为最小半径
   第九个参数为最大半径

3. 代码

   #include "stdafx.h"
   #include "iostream"
   #include "opencv2\opencv.hpp"
   
   using namespace std;
   using namespace cv;
   
   
   int main()
   {
   	Mat src, dst;
   	src = imread("G:/He/opencv_images/hough_circle_transform.jpg");
   	if (src.empty())
   	{
   		cout << "could not load the images.." << endl;
   		return -1;
   	}
   	namedWindow("original_images", CV_WINDOW_AUTOSIZE);
   	namedWindow("test_images", CV_WINDOW_AUTOSIZE);
   	Mat middle_filter;
   	medianBlur(src,middle_filter, 3);
   	imshow("original_images", src);
   	cvtColor(middle_filter, middle_filter, CV_BGR2GRAY);
   	vector<Vec3f>pcircles;
   	HoughCircles(middle_filter, pcircles, CV_HOUGH_GRADIENT, 1, 10, 100, 30, 0, 50);
   	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(255, 0, 0), 2, LINE_AA);
   		circle(dst, Point(cc[0], cc[1]), 2, Scalar(198, 23, 155), 2, LINE_AA);
   	}
   	imshow("test_images", dst);
   	waitKey(0);
   	destroyAllWindows();
       return 0;
   }