hough圆检测

#include 

#include 
#include 
#include 
#include 
#include 

#include   
#include   

//-----------------------------------【命名空间声明部分】---------------------------------------  
//      描述：包含程序所使用的命名空间  
//-----------------------------------------------------------------------------------------------   
using namespace cv;
using namespace std;




string imageName = "img_220.jpg";

string imgpath = "E:\\大贝壳\\C++\\opencvBlog\\Project1\\Project1\\pic\\";
string savepath = "E:\\大贝壳\C++\\opencvBlog\\Project1\\Project1\\res\\";
//-----------------------------------【main( )函数】--------------------------------------------  
//      描述：控制台应用程序的入口函数，我们的程序从这里开始  
//-----------------------------------------------------------------------------------------------  



int main()
{
	//【1】载入原始图和Mat变量定义    


		Mat srcImage = imread(imgpath + imageName);  //工程目录下应该有一张名为1.jpg的素材图 
		resize(srcImage, srcImage, Size(srcImage.cols / 2, srcImage.rows / 2), (0, 0), (0, 0), 3);

		Mat midImage, dstImage;//临时变量和目标图的定义  

		//【2】显示原始图  
		imshow("【原始图】", srcImage);

		//【3】转为灰度图，进行图像平滑  
		cvtColor(srcImage, midImage, CV_BGR2GRAY);//转化边缘检测后的图为灰度图  
		GaussianBlur(midImage, midImage, Size(9, 9), 2, 2);

		//【4】进行霍夫圆变换  
		vector circles;
		HoughCircles(midImage, circles, CV_HOUGH_GRADIENT, 1.5, 10, 200, 100, 0, 0);
		//imshow("mid", midImage);


		//【5】依次在图中绘制出圆  
		for (size_t i = 0; i < circles.size(); i++)
		{
			cout << "^^^^^^^^^^^^^^^^" << endl;
			Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
			int radius = cvRound(circles[i][2]);
			cout << radius << endl;
			//绘制圆心  
			circle(srcImage, center, 3, Scalar(0, 255, 0), -1, 8, 0);

			//绘制圆轮廓  
			circle(srcImage, center, radius, Scalar(155, 50, 255), 3, 8, 0);
			
		}

		//【6】显示效果图

		imshow("【效果图】", srcImage);
		imwrite("output1.jpg", srcImage);

		imwrite(savepath + "_" + imageName, srcImage);


	waitKey(0);


	system("pause");
	return 0;
}

一下，参考浅墨博客：

http://blog.csdn.net/poem_qianmo/article/details/26977557

HoughCircles函数可以利用霍夫变换算法检测出灰度图中的圆。它和之前的HoughLines和HoughLinesP比较明显的一个区别是它不需要源图是二值的，而HoughLines和HoughLinesP都需要源图为二值图像。

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

• 第一个参数，InputArray类型的image，输入图像，即源图像，需为8位的灰度单通道图像。
• 第二个参数，InputArray类型的circles，经过调用HoughCircles函数后此参数存储了检测到的圆的输出矢量，每个矢量由包含了3个元素的浮点矢量(x, y, radius)表示。
• 第三个参数，int类型的method，即使用的检测方法，目前OpenCV中就霍夫梯度法一种可以使用，它的标识符为CV_HOUGH_GRADIENT，在此参数处填这个标识符即可。
• 第四个参数，double类型的dp，用来检测圆心的累加器图像的分辨率于输入图像之比的倒数，且此参数允许创建一个比输入图像分辨率低的累加器。上述文字不好理解的话，来看例子吧。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，累加器便有输入图像一半那么大的宽度和高度。
• 第五个参数，double类型的minDist，为霍夫变换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。这个参数如果太小的话，多个相邻的圆可能被错误地检测成了一个重合的圆。反之，这个参数设置太大的话，某些圆就不能被检测出来了。
• 第六个参数，double类型的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。
• 第七个参数，double类型的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。
• 第八个参数，int类型的minRadius,有默认值0，表示圆半径的最小值。
• 第九个参数，int类型的maxRadius,也有默认值0，表示圆半径的最大值。