opencv学习笔记（二十二）霍夫变换-圆

1.概念

公式原理：

其中（a,b）为圆心坐标。

 霍夫变换检测圆形的原理跟检测直线的原理是一样的。圆的表达式为  (x-a)^2+(y-b)^2=r^2 ， 把问题转换成在求解经过像素点最多的 (a,b,r) 参数对。发现(a,b,r)的参数空间特别大，一般使用霍夫梯度法来解决圆的变换。

如果我们对一个圆求梯度，那么圆上所有的点的梯度的方向均朝向圆心

基于此有如下原理：

（1）首先对图像应用边缘检测，比如用canny边缘检测

（2）使用sobel算子计算所有像素的梯度

（3）遍历canny之后的所有非0的像素点，沿着梯度方向画线，每个点有是一个累加器，有一个线经过该点，累加器加1，对所有累加器进行排序，根据阈值找到所有可能的圆心

（4）计算canny图像中所有的非0像素点距离圆心的距离，距离从小到大排序，选取合适的半径

（5）对选取的半径设置累加器，对于满足半径r的累加器+1

（6）统计所有可能的半径
原理部分参考这位大佬解释的：https://blog.csdn.net/u013263891/article/details/82867251

2.API介绍

HoughCircles(InputArray image,OutputArray circles, Int method, Double dp, Double mindist, Double param1，Double param2, Int minradius, Int maxradius）

参数1 image:8位，单通道图像。

参数2 circles：输出圆的信息结果。

参数3 method：定义检测图像中圆的方法。目前唯一实现的方法是cv2.HOUGH_GRADIENT。

参数4 dp：累加器分辨率与图像分辨率的反比。dp获取越大，累加器数组越小。

参数5 minDist：检测到的圆的中心（x,y）坐标之间的最小距离。如果minDist太小，则可能导致检测到多个相邻的圆。如果minDist太大，则可能导致很多圆检测不到。

参数6 param1： canny edge detection low threshold

参数7 param2：cv2.HOUGH_GRADIENT方法的累加器阈值。阈值越小，检测到的圈子越多。

参数8 minRadius：最小半径。

参数9 maxRadius：最大半径。

3.代码实现

#include "stdafx.h"
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace std;
using namespace cv;

char inputName[] = "input name";
char outputName[] = "output name";
int main()
{
	Mat src, dst,srcGray;
	src = imread("D:/VS project/Image/circle.jpg");
	if (src.empty())
	{
		cout << "找不到图像" << endl;
		return -1;
	}
	namedWindow(inputName, CV_WINDOW_AUTOSIZE);
	imshow(inputName, src);
	namedWindow(outputName, CV_WINDOW_AUTOSIZE);

	//第一步中值滤波降噪
	medianBlur(src, srcGray, 5);
	cvtColor(srcGray, srcGray, COLOR_BGR2GRAY);

	//第二步霍夫检测圆
	vector<Vec3f> circles;
	HoughCircles(srcGray, circles, HOUGH_GRADIENT, 1, 10, 100, 30, 5, 50);
	
	//变回彩图
	cvtColor(srcGray, dst, COLOR_GRAY2BGR);
	Scalar color = Scalar(0, 0, 255);
	for (size_t i = 0; i < circles.size(); i++)
	{
		Vec3f c = circles[i];
		circle(dst, Point(c[0], c[1]), c[2], color, 5,LINE_AA);
	}
	imshow(outputName, dst);
	waitKey(0);
	return 0;
}

4.运行结果