霍夫圆检测(HoughCircles)

霍夫圆检测

1、霍夫圆检测

从平面坐标到极坐标需要转换三个参数，$C(x_0,y_0,r)$，其中$(x_0,y_0)$为圆心。
假设平面坐标中任意一个圆上的点，转换到极坐标中，$C(x_0,y_0,r)$处有最大值，霍夫变换基于此原理。

api:

InputArray： 输入图像，数据类型一般用Mat型即可，需要是8位单通道灰度图像

OutputArray：存储检测到的圆的输出矢量

method：使用的检测方法，目前opencv只有霍夫梯度法一种方法可用，该参数填HOUGH_GRADIENT即可（opencv 4.1.0下）

dp：double类型的dp，用来检测圆心的累加器图像的分辨率于输入图像之比的倒数，且此参数允许创建一个比输入图像分辨率低的累加器。上述文字不好理解的话，来看例子吧。例如，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。

minDist：为霍夫变换检测到的圆的圆心之间的最小距离

param1：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。

param2：也是第三个参数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。

minRadius：表示圆半径的最小值

maxRadius：表示圆半径的最大值

2、代码实现

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

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	Mat img = imread("G:/testpic/img.png");
	if (img.empty())
	{
		printf("cannot load the image");
		return -1;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", img);

	//均值滤波
	Mat img_blur;
	medianBlur(img, img_blur, 3);
	imshow("blur", img_blur);

	cvtColor(img_blur, gray, COLOR_BGR2GRAY);
	
	//霍夫圆检测,必须为单通道灰度图
	Mat dst;
	img.copyTo(dst);
	vector<Vec3f> pcircles;
	HoughCircles(gray, pcircles, HOUGH_GRADIENT, 1, 50, 80, 80, 50, 200);
	for (size_t i = 0; i < pcircles.size(); i++)
	{
		Vec3f cc = pcircles[i];
		//画圆
		circle(dst, Point(cc[0], cc[1]),  cc[2], Scalar(0,0,255), 1, LINE_AA);
		//画圆心
		circle(dst, Point(cc[0], cc[1]), 2, Scalar(127,255,127), 1, LINE_AA);
	}
	imshow("output", dst);
	waitKey(0);
	return 0;
}

原图：

圆检测：