OpenCV霍夫圆检测

一、概述

　　案例：输入一张简单的图形图片，然后检测图片中的圆　

函数介绍：
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
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, // 对应Canny边缘检测的最大阈值，最小阈值是此参数的一半 也就是说像素的值大于param1是会检测为边缘
Double param2, // 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
Int minradius, // 最小半径
Int maxradius//最大半径 
)

　　检测步骤：

　　　　1.对图像进行模糊

　　　　2.边缘检测

　　　　3.霍夫圆检测

　　　　4.绘制霍夫圆

二、代码示例

 Mat src = imread(filePath);
    if(src.empty()){
        return;
    }
    imshow("src",src);
    //转灰度图像
    Mat gray;
    cvtColor(src,gray,COLOR_BGR2GRAY);
    imshow("gray",gray);
    //中值滤波进行模糊
    medianBlur(gray,gray,3);
    imshow("mediaBlur",gray);
    //进行边缘检测
    Canny(gray,gray,50,100);
    imshow("canny",gray);
    //霍夫圆检测
    vector<Vec3f> circles;
    HoughCircles(gray,circles,HOUGH_GRADIENT,1,10,100,30,50);
    //重新回到BGR色彩空间
    cvtColor(gray,gray,COLOR_GRAY2BGR);
    for(int i=0;i<circles.size();i++){
        Vec3f c3 = circles[i];
        circle(gray,Point(c3[0],c3[1]),c3[2],Scalar(0,0,255),3,LINE_AA);//绘制圆
        circle(gray,Point(c3[0],c3[1]),2,Scalar(0,0,255),3,LINE_AA);//绘制圆心
    }
    imshow("circle",gray);