霍夫圆检测

admin

霍夫圆检测原理


Hough[theta][a]++



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。



相关API 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：
        1. 检测边缘，发现可能的圆心
        2. 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参数说明

[C++] 纯文本查看 复制代码

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 
)

[C++] 纯文本查看 复制代码

/*
注意:
霍夫圆检测API
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
)
*/
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("y.jpg");
	if (!src.data) {
		printf("加载图片异常\n");
		return -1;
	}
	namedWindow("input", CV_WINDOW_AUTOSIZE);
	namedWindow("output", CV_WINDOW_AUTOSIZE);
	imshow("input", src);
	Mat medi_src, medi_gray;
	//中值滤波,去干扰
	medianBlur(src, medi_src, 3);
	//转灰度
	cvtColor(medi_src, medi_gray, CV_BGR2GRAY);
	//霍夫圆检测
	vector <Vec3f>pcircles;
	//霍夫圆检测
	HoughCircles(medi_gray, pcircles, CV_HOUGH_GRADIENT, 1, 10, 100, 30, 10, 30);
	src.copyTo(dst);
	for (size_t i = 0; i < pcircles.size(); i++)
	{
		Vec3f cc = pcircles[i];
		//画圆
		circle(dst, Point(cc[0],cc[1]), cc[2], Scalar(0, 0, 255), 2, LINE_AA);
		//画圆心
		circle(dst, Point(cc[0],cc[1]), 2, Scalar(255, 0, 0), 4, LINE_AA);
	}
	imshow("output", dst);
	waitKey(0);
	return 0;
}