opencv：利用滑动条改变参数的霍夫圆检测

    在学习opencv的过程中，我发现用霍夫圆变换去检测圆的效果并不理想，对不同的图像，需要设置不同的参数，才能得到较好的效果。于是我就想到了利用滑动条来改变参数，这样对不同的图片，只需通过改变滑动条，都可以检测出拟合度较好的圆。

    以下为代码：

#include<opencv2/opencv.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;
using namespace std;

Mat srcImage=imread("test88.jpg");//读取图像
Mat midImage;//定义临时变量

/*霍夫圆变换参数声明*/
double dp=1.5;//累加器图像的反比分辨率
double min_dist=0.1;//检测到圆心之间的最小距离
int param_1=30;//Canny边缘函数的高阈值
int param_2=20;//圆心检测阈值
int min_radius=0,max_radius=100;//能检测到的最小最大圆半径

void on_Trackbar(int ,void*)
{
	/*霍夫圆变换*/
	vector<Vec3f> circles;//声明一个向量，保存检测出的圆的圆心坐标和半径
	HoughCircles(midImage, circles,CV_HOUGH_GRADIENT, dp, min_dist, param_1, param_2, min_radius, max_radius);
	
	/*把图像复制到srcImage2，让每次回调都重新画图*/
    Mat srcImage2;
	srcImage.copyTo(srcImage2);

	/*依次在图中绘制出圆*/
	for (size_t i = 0; i < circles.size(); i++)
    {
		//参数定义
        Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
        int radius = cvRound(circles[i][2]);
        circle(srcImage2, center, 3, Scalar(0, 255, 0), -1, 8, 0);//绘制圆心
        circle(srcImage2, center, radius, Scalar(0, 0, 255), 2, 8, 0);//绘制圆轮廓
    }

	imshow("【效果图】",srcImage2);

}

int main()
{
	imshow("【原始图】",srcImage);//显示原始图
	threshold(srcImage, midImage, 60, 200.0, CV_THRESH_BINARY);//二值化处理
	Canny(midImage,midImage,50,200,3);//canny边缘检测
	
	namedWindow("【效果图】",1);

	/*创建滑动条*/
	createTrackbar("圆心阈值","【效果图】",param_2,50,on_Trackbar);
	createTrackbar("最小半径","【效果图】",&min_radius,100,on_Trackbar);

	on_Trackbar(param_2,0);
	on_Trackbar(min_radius,0);

	waitKey(0);

	return 0;
}

效果：

    可以看到，通过滑动条改变了参数后，得到了较好的拟合效果。

对于不同的图片也可以进行检测：

    这里我只创建了2个滑动条，改变了2个参数，如有需要，也可以创建更多的滑动条以达到更好的效果。