opencv4入门笔记（34）：霍夫圆检测

本系列代码托管于：https://github.com/chintsan-code/opencv4-tutorials

本篇使用的项目为：hough_circles

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

using namespace cv;
using namespace std;

int main(int argc, const char** argv) {
	Mat src = imread("../sample/coins.jpg");
	if (src.empty()) {
		cout << "could not load image..." << endl;
		return -1;
	}
	Mat gray;
	cvtColor(src, gray, COLOR_BGR2GRAY);
	GaussianBlur(gray, gray, Size(9, 9), 2, 2);
	imshow("gray", gray);
	vector<Vec3f> circles;
	double minDist = 30;
	double min_radius = 10;
	double max_radius = 40;
	HoughCircles(gray, circles, HOUGH_GRADIENT, 3, minDist, 100, 100, min_radius, max_radius);
	for (size_t t = 0; t < circles.size(); t++) {
		Point center(circles[t][0], circles[t][1]);
		int radius = round(circles[t][2]);
		// 显示
		circle(src, center, radius, Scalar(0, 0, 255), 2, 8, 0);
		drawMarker(src, center, Scalar(255, 0, 0), MARKER_TILTED_CROSS, 10, 2, 8);
	}
	imshow("hough circle demo", src);

	waitKey(0);
	destroyAllWindows();
	return 0;
}

圆在平面坐标由三个参数决定：\(x_0,y_0,r\)，代表圆心坐标和半径，参数方程描述为：

HoughCircles：霍夫圆检测

对噪声敏感，使用前需要降噪

void HoughCircles( InputArray image, OutputArray circles, int method, double dp, double minDist, double param1 = 100, double param2 = 100, int minRadius = 0, int maxRadius = 0 );

• image：输入，8-bit单通道灰度图
• circles：输出，vector，含有3或4个元素
  • x：圆形x坐标
  • y：圆形y坐标
  • radius：圆的半径
  • votes
• method：检测方法
  • HOUGH_STANDARD：标准霍夫变换
  • HOUGH_PROBABILISTIC：基于概率的霍夫变换
  • HOUGH_MULTI_SCALE：HOUGH_STANDARD的多尺度变种
  • HOUGH_GRADIENT：霍夫梯度
• dp：累加器分辨率与图像分辨率的反比。例如，如果 dp=1 ，则累加器具有与输入图像相同的分辨率。 如果 dp=2 ，累加器的宽度和高度是原来的一半。dp大，更容易找到圆
• minDist：检测到的圆的中心之间的最小距离。如果参数太小，除了一个真一个之外，可能还会错误地检测到多个邻居圆。 如果太大，可能会遗漏一些圆圈。防止同心圆
• param1：如果检测方法为HOUGH_GRADIENT，代表Canny边缘提取的高阈值（低阈值比它小两倍）
• param2：如果检测方法为HOUGH_GRADIENT，代表检测圆心的累加器的阈值。越小检测的假圆越多
• minRadius：最小半径
• maxRadius：最大半径。如果 <= 0，则使用最大图像尺寸。 如果 < 0，则返回中心而不找到半径。