python+Opencv 圆检测

霍夫圆变换原理

1、从平面坐标到极坐标转换是三个参数从C(x0,y0,r)其中x0，y0是圆心

2、假设平面坐标的任意一个圆上的点，转换到极坐标中：C(x0,y0,r)处有最大值，霍夫变换正是利用这个原理实现元的检测。

（上面的一段话，个人不是很理解，先记下来，慢慢理解。）

现实考量：

1、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。

2、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

a、检测边缘，发现可能的圆心

b、基于第一步的基础上从候选圆心画圆。

import cv2 as cv
import numpy as np


def detect_circle_demo(image):
    # 中值滤波
    dst = cv.pyrMeanShiftFiltering(image, 10, 100)
    # 灰度转换
    cimage = cv.cvtColor(dst, cv.COLOR_BGR2GRAY)
    # param1、param2分别是高低阈值
    circles = cv.HoughCircles(cimage, cv.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=0, maxRadius=0)
    circles = np.uint16(np.around(circles))
    for i in circles[0, :]:
        # 绘制圆
        cv.circle(image, (i[0], i[1]), i[2], (0, 0, 255), 2)
        # 绘制圆心
        cv.circle(image, (i[0], i[1]), 2, (255, 0, 0), 2)
    cv.imshow('circles', image)


src = cv.imread('C:/Users/Y/Pictures/Saved Pictures/coins.jpg')
cv.namedWindow('input image', cv.WINDOW_AUTOSIZE)
cv.imshow('input image', src)
detect_circle_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()