opencv--imgproc模块·Hough 检测圆

官网：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/imgtrans/hough_circle/hough_circle.html#hough-circle

前言

Hough变换也是在图像处理、计算机视觉领域应用很广泛的技术。

经常是用Hough来检测直线，今天想学习下Hough检测圆。

用官网的代码，自己在网上找了幅有圆的图片，却检测出不来

然后重新找了一幅图片，就可以，如下图所示（dp =2 , minDist =Image.rows/8）

整个代码中，最重要的就是HoughCircles()函数，

来看它的定义：

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

//dp，用来检测圆心的累加器图像的分辨率与输入图像之比的倒数，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，累加器便只有输入图像一半的分辨率

//minDist 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。如果这个参数设置过大，某些圆就不能被检测出来。

如上图，按照官网上设置为Image.rows/8 , 该图像 Image.rows = 279, 即  minDist = 34点多

当参数 minDist 设置为20时，结果如下，的确把上面没有检测到的圆检测出来了

当改变参数为dp = 3，minDist仍然为Image.rows/8时，

回到最初遇到的那个问题

为什么那个建筑物的圆没检测出来呢？，原因在这里

 //采用高斯滤波去除噪声
   GaussianBlur(tmp,tmp,Size(9,9),2,2);

特意显示了下滤波后的效果图，如下图，图片变得很模糊，

于是不执行这一行，即不进行降噪处理，发现可以检测出来了！说明降噪处理要因图而异，并不是所有都需要！

至于为什么只检测出一个圆，博主@ 浅墨_毛星云描述：当有许多同心圆或者是近似的同心圆时，霍夫梯度法（CV_HOUGH_GRADIENT）的倾向是保留最大的一个圆 。