本文是对OpenCV2.4.13文档的部分翻译，作个人学习之用，并不完整。
Hough圆形变换：
在直线检测中，线条由（r , θ）来定义，圆形中，我们需要三个参数来定义一个圆：
x,y定义了圆心的位置，r定义了半径。
#include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include <iostream> using namespace cv; namespace { // 窗口和滑动条名字 const std::string windowName = "Hough Circle Detection Demo"; const std::string cannyThresholdTrackbarName = "Canny threshold"; const std::string accumulatorThresholdTrackbarName = "Accumulator Threshold"; const std::string usage = "Usage : tutorial_HoughCircle_Demo <path_to_input_image>\n"; // 初始值和最大值 const int cannyThresholdInitialValue = 200; const int accumulatorThresholdInitialValue = 50; const int maxAccumulatorThreshold = 200; const int maxCannyThreshold = 255; void HoughDetection(const Mat& src_gray, const Mat& src_display, int cannyThreshold, int accumulatorThreshold) { // 将用来存储检测结果 std::vector<Vec3f> circles; // 执行实际检测（输入图像（灰度图），包含三个值的向量（x,y,r），分辨率的反比，检测圆的最小距离，中心检测的阈值，检测的最小半径，检测的最大半径） HoughCircles( src_gray, circles, CV_HOUGH_GRADIENT, 1, src_gray.rows/8, cannyThreshold, accumulatorThreshold, 0, 0 ); // 复制颜色，输入图像来展示 Mat display = src_display.clone(); for( size_t i = 0; i < circles.size(); i++ ) { Point center(cvRound(circles[i][0]), cvRound(circles[i][1])); int radius = cvRound(circles[i][2]); // 圆心 circle( display, center, 3, Scalar(0,255,0), -1, 8, 0 ); // 圆边缘 circle( display, center, radius, Scalar(0,0,255), 3, 8, 0 ); } // 显示结果 imshow( windowName, display); } } int main() { Mat src, src_gray; // Read the image src = imread("HappyFish.jpg", 1); if( !src.data ) { std::cerr<<"Invalid input image\n"; std::cout<<usage; return -1; } // 转换为灰度图 cvtColor( src, src_gray, COLOR_BGR2GRAY ); // 消噪，避免错误的圆形检测 GaussianBlur( src_gray, src_gray, Size(9, 9), 2, 2 ); //要改变的参数的声明和初始化 int cannyThreshold = cannyThresholdInitialValue; int accumulatorThreshold = accumulatorThresholdInitialValue; // 创建主窗口，添加滑动条 namedWindow( windowName, WINDOW_AUTOSIZE ); createTrackbar(cannyThresholdTrackbarName, windowName, &cannyThreshold,maxCannyThreshold); createTrackbar(accumulatorThresholdTrackbarName, windowName, &accumulatorThreshold, maxAccumulatorThreshold); // 用有限循环来显示 // 更新输出图像的内容 // 直到用户按下q或Q int key = 0; while(key != 'q' && key != 'Q') { // 这些参数不能为0，需要检查 cannyThreshold = std::max(cannyThreshold, 1); accumulatorThreshold = std::max(accumulatorThreshold, 1); //执行检测，更新显示 HoughDetection(src_gray, src, cannyThreshold, accumulatorThreshold); // 等待用户输入 key = waitKey(10); } return 0; } 结果：
