同样是面向java的同学
使用霍夫圆识别图片中的圆,操作相对简单
核心代码:
Imgproc.HoughCircles(InputArray image,OutputArray circles,int method,double dp,double minDist,double param1=100,double param2=100,int minRadius=0,int maxRadius=0);
image为输入图像,要求是灰度图像
circles为输出圆向量,每个向量包括三个浮点型的元素——(x,y,radius)
method为使用霍夫变换圆检测的算法,它的参数是CV_HOUGH_GRADIENT
dp为第一阶段所使用的霍夫空间的分辨率,dp=1时表示霍夫空间与输入图像空间的大小一致,dp=2时霍夫空间是输入图像空间的一半
minDist为圆心之间的最小距离,如果检测到的两个圆心之间距离小于该值,则认为它们是同一个圆心
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。
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。
minRadius和maxRadius为所检测到的圆半径的最小值和最大值甭废话,上代码:
/**
* 使用霍夫圆对图片的中的所有圆进行识别
* @author Administrator
*
*/
public class TestCircle {
public static void main(String[] args) {
String relativelyPath = System.getProperty("user.dir");
System.load(relativelyPath + "\\lib\\opencv_java310.dll");
Mat src = Imgcodecs.imread("E:\\zzz.bmp");
Mat dst = src.clone();
Imgproc.cvtColor(src, dst, Imgproc.COLOR_BGR2GRAY);
Mat circles = new Mat();
//核心代码
Imgproc.HoughCircles(dst, circles, Imgproc.HOUGH_GRADIENT, 1, 300, 400, 100, 0, 0);
System.out.println(circles.cols());
for (int i = 0; i < circles.cols(); i++){
double[] vCircle = circles.get(0, i);
Point center = new Point(vCircle[0], vCircle[1]);
int radius = (int) Math.round(vCircle[2]);
// circle center
Imgproc.circle(src, center, 3, new Scalar(0, 255, 0), -1, 8, 0);
// circle outline
Imgproc.circle(src, center, radius, new Scalar(0, 255, 255), 3, 8, 0);
}
Imgcodecs.imwrite("E:\\gray2.png", src);
}
}
原图:
截取后:
希望可以对各位有帮助,如有问题请评论提出