用霍夫变换算法来识别图像中圆形的轮廓cv::HoughCircles

cv::HoughCircles 是 OpenCV 中的一个函数，用于检测图像中的圆。它使用霍夫变换算法来识别图像中圆形的轮廓。以下是 cv::HoughCircles 的用法和详细解释。

函数原型

void cv::HoughCircles(
    const cv::Mat& image,
    std::vector<cv::Vec3f>& circles,
    int method,
    double dp,
    double minDist,
    double param1,
    double param2,
    int minRadius = 0,
    int maxRadius = 0
);

参数说明

1. image:

   • 类型: const cv::Mat&
   • 说明: 输入图像，应该是经过边缘检测的灰度图像。cv::Canny 边缘检测器通常用于此目的。

2. circles:

   • 类型: std::vector<cv::Vec3f>&
   • 说明: 输出参数，检测到的圆的信息将被存储在此向量中。每个 cv::Vec3f 包含三个值：x 和 y 表示圆心的坐标，z 表示圆的半径。

3. method:

   • 类型: int
   • 说明: 使用的圆检测方法，通常为 cv::HOUGH_GRADIENT。这是霍夫变换检测圆的常用方法。

4. dp:

   • 类型: double
   • 说明: 累加器分辨率与图像分辨率的比例。dp 是一个正浮点数，通常设置为 1，即累加器和图像具有相同的分辨率。

5. minDist:

   • 类型: double
   • 说明: 检测到的圆心之间的最小距离。如果检测到的圆心之间的距离小于此值，可能会被认为是相同的圆。此值可以根据实际情况调整，以避免检测到重叠的圆。

6. param1:

   • 类型: double
   • 说明: 传递给边缘检测器的参数（如 Canny 边缘检测的高阈值）。这个参数通常设置为 50。

7. param2:

   • 类型: double
   • 说明: 圆检测的累加器阈值。值越小，检测到的圆越多。值越大，检测到的圆越少，但精确度可能更高。通常设置为 30。

8. minRadius:

   • 类型: int（可选）
   • 说明: 检测圆的最小半径。设置为 0 表示不限制最小半径。

9. maxRadius:

   • 类型: int（可选）
   • 说明: 检测圆的最大半径。设置为 0 表示不限制最大半径。

示例代码

以下是一个完整的 C++ 示例，演示如何使用 cv::HoughCircles 检测图像中的圆，并在图像上绘制检测到的圆：

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

int main() {
    // 读取图像
    cv::Mat img = cv::imread("clock.jpg");
    if (img.empty()) {
        std::cerr << "Error: Image not found!" << std::endl;
        return -1;
    }

    cv::Mat gray;
    cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY);

    // 预处理
    cv::Mat blurred;
    cv::GaussianBlur(gray, blurred, cv::Size(9, 9), 2, 2);
    cv::Mat edges;
    cv::Canny(blurred, edges, 50, 150);

    // 检测圆
    std::vector<cv::Vec3f> circles;
    cv::HoughCircles(edges, circles, cv::HOUGH_GRADIENT, 1, edges.rows / 8, 200, 100, 0, 0);

    // 绘制圆
    for (const auto& circle : circles) {
        cv::Point center(cvRound(circle[0]), cvRound(circle[1]));
        int radius = cvRound(circle[2]);

        // 绘制圆
        cv::circle(img, center, radius, cv::Scalar(0, 255, 0), 2);
        // 绘制圆心
        cv::circle(img, center, 3, cv::Scalar(0, 0, 255), -1);
    }

    // 显示结果
    cv::imshow("Detected Circles", img);
    cv::waitKey(0);

    return 0;
}

代码说明

1. 图像读取和转换:

   • 读取图像并将其转换为灰度图像。

2. 预处理:

   • 使用高斯滤波去噪。
   • 使用 Canny 边缘检测器提取边缘。

3. 圆检测:

   • 使用 cv::HoughCircles 检测圆。

4. 绘制和显示结果:

   • 在图像上绘制检测到的圆和圆心，并显示图像。

重要提示

• 参数调整: cv::HoughCircles 的参数值可能需要根据具体的应用场景进行调整，以获得最佳的检测效果。
• 预处理: 合适的预处理步骤（如高斯滤波和边缘检测）对提高圆检测的准确性至关重要。
• 性能: 对于高分辨率图像或多个圆的场景，可能需要调整参数或优化算法以提高检测性能和精度。

通过掌握 cv::HoughCircles 的使用方法，可以有效地在图像中检测圆形对象，适用于许多计算机视觉和图像处理应用。