opencv的HoughCircles( )函数

    xiaoxiao2021-03-25  137

    

    int main(){  Mat src = imread("test1.jpg");//载入原始图     Mat src1, src2, src3, src4,dst;   namedWindow("效果图窗口", 1);//定义窗口  cvtColor(src, src1, CV_BGR2GRAY);//转化边缘检测后的图为灰度图   GaussianBlur(src1, src2, Size(9, 9), 2, 2);  vector<Vec3f> circles;  HoughCircles(src2, circles, CV_HOUGH_GRADIENT, 1.5, 10, 200, 100, 0, 0);  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]);   circle(src, center, 3, Scalar(0, 255, 0), -1, 8, 0);   circle(src, center, radius, Scalar(155, 50, 255), 3, 8, 0);  }  //imshow("效果图窗口", src);  //waitKey(3000);  imshow("效果图窗口", src);  waitKey(3000);  return 0; }

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

    第一个参数,InputArray类型的image,输入图像,即源图像,需为8位的灰度单通道图像。

    第二个参数,InputArray类型的circles,经过调用HoughCircles函数后此参数存储了检测到的圆的输出矢量,每个矢量由包含了3个元素的浮点矢量(x, y, radius)表示。第三个参数,int类型的method,即使用的检测方法,目前OpenCV中就霍夫梯度法一种可以使用,它的标识符为CV_HOUGH_GRADIENT,在此参数处填这个标识符即可。第四个参数,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。第五个参数,double类型的minDist,为霍夫变换检测到的圆的圆心之间的最小距离,即让我们的算法能明显区分的两个不同圆之间的最小距离。这个参数如果太小的话,多个相邻的圆可能被错误地检测成了一个重合的圆。反之,这个参数设置太大的话,某些圆就不能被检测出来了。第六个参数,double类型的param1,有默认值100。它是第三个参数method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法CV_HOUGH_GRADIENT,它表示传递给canny边缘检测算子的高阈值,而低阈值为高阈值的一半。第七个参数,double类型的param2,也有默认值100。它是第三个参数method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法CV_HOUGH_GRADIENT,它表示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。第八个参数,int类型的minRadius,有默认值0,表示圆半径的最小值。第九个参数,int类型的maxRadius,也有默认值0,表示圆半径的最大值。需要注意的是,使用此函数可以很容易地检测出圆的圆心,但是它可能找不到合适的圆半径
    转载请注明原文地址: https://ju.6miu.com/read-1546.html

    最新回复(0)