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: