霍夫圆检测 opencv

　　进行霍夫圆变换中有一个API:HoughCircles()。

　　第五个参数为double类型的minDist(),为霍夫变换检测到的圆的圆心之间的最小距离，即让算法能明显区分的两个不同圆之间的最小距离。这个参数如果设置太小，多个相邻的圆可能被错误的检测成了一个重合的圆。反之，如果设置太大，某些圆就不能检测出来。

　　第七个参数，它越小，就越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。

 #include<opencv2/opencv.hpp>

 using namespace std;

 using namespace cv;

 int  main()

 {

     Mat src = imread("D:/yuan.jpg");//读取原图

     Mat mid, dst;//mat类型的中间变量和目标图像

     dst = src.clone();//原图像深拷贝到目标图像

     cvtColor(dst, mid, COLOR_BGR2GRAY); //转化为灰度图像

     GaussianBlur(mid, mid, Size(9, 9), 2, 2); //高斯滤波

     //进行霍夫圆变换

     vector<Vec3f>circles;

     HoughCircles(mid, circles, HOUGH_GRADIENT, 1.5, 35, 200, 150, 0, 0);

     //依次在图中绘制出圆

     for (size_t i = 0; i < circles.size(); i++)

     {

         //找出圆心和半径

         Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));

         int radius = cvRound(circles[i][2]);

          //绘制圆心和半径

         circle(dst, center, 3, Scalar(0, 255, 0), -1, 8, 0);

         circle(dst, center, radius, Scalar(155, 50, 255), 3, 8, 0);

     }

     //显示原图

     namedWindow("原图", CV_WINDOW_AUTOSIZE);

     imshow("原图", src);

     //显示效果图

     namedWindow("效果图", CV_WINDOW_AUTOSIZE);

     imshow("效果图",dst);

     imwrite("D:/learn-opencv/houghcircles.jpg", dst);

     waitKey(0);

     return 0;

 }

原图：

效果图：