opencv::霍夫圆变换

霍夫圆检测原理

从平面坐标到极坐标转换三个参数

假设平面坐标的任意一个圆上的点，转换到极坐标中：
处有最大值，霍夫变换正是利用这个原理实现圆的检测。

cv::HoughCircles

因为霍夫圆检测对噪声比较敏感，所以首先要对图像做中值滤波。

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，分为两步：

    . 检测边缘，发现可能的圆心

    . 基于第一步的基础上从候选圆心开始计算最佳半径大小

HoughCircles(

    InputArray image,         // 输入图像 ,必须是8位的单通道灰度图像

    OutputArray circles,     // 输出结果，发现的圆信息

    Int method,             // 方法 - HOUGH_GRADIENT

    Double dp,                 // dp = 1;

    Double mindist,         // 10 最短距离-可以分辨是两个圆的，否则认为是同心圆- src_gray.rows/8

    Double param1,             // canny edge detection low threshold

    Double param2,             // 中心点累加器阈值 – 候选圆心

    Int minradius,             // 最小半径

    Int maxradius            //最大半径

)

int main(int argc, char** argv) {

    Mat src, dst;

    src = imread(STRPAHT3);

    if (!src.data) {

        printf("could not load image...\n");

        return -;

    }

    Mat moutput;

    //中值滤波medianBlur

    medianBlur(src, moutput, );

    cvtColor(moutput, moutput, CV_BGR2GRAY);

    //基于灰度空间

    vector<Vec3f> pcircles;

    HoughCircles(moutput, pcircles, CV_HOUGH_GRADIENT, , , , , , );

    src.copyTo(dst);

    //重新传回rgb色彩空间

    cvtColor(dst, dst, CV_BGR2GRAY);

    for (size_t i = ; i < pcircles.size(); i++) {

        Vec3f cc = pcircles[i];

        circle(dst, Point(cc[], cc[]), cc[], Scalar(, , ), , LINE_AA);

        circle(dst, Point(cc[], cc[]), , Scalar(, , ), , LINE_AA);

    }

    imshow("OUTPUT_TITLE", dst);

    waitKey();

}