Ubuntu18.04 opencv3.4.4霍夫变化检测圆形(转)

在交通标志识别过程中,将粘连的圆形交通标志分别截取出来。

Ubuntu18.04 opencv3.4.4霍夫变化检测圆形(转)_第1张图片
Ubuntu18.04 opencv3.4.4霍夫变化检测圆形(转)_第2张图片

这是使用后的效果,如果参数使用不好的话会出现下面的情况:

Ubuntu18.04 opencv3.4.4霍夫变化检测圆形(转)_第3张图片

平时在使用时可以将圆心的绘制和轮廓的绘制注释掉,这样方便交通标志后期的识别。

Ubuntu18.04 opencv3.4.4霍夫变化检测圆形(转)_第4张图片

Ubuntu18.04 opencv3.4.4霍夫变化检测圆形(转)_第5张图片

霍夫变换函数:
void HoughCircles(InputArray image,OutputArray circles, int method, double dp, double minDist, double param1=100,double param2=100, int minRadius=0, int maxRadius=0 ) 
  1. 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。
  2. 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(vec3d)矢量(x, y, radius)表示。
  3. 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。
  4. 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。
  5. 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。
  6. 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。
  7. 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。
  8. 第八个参数,int类型的minRadius,有默认值0,表示圆半径的最小值。
  9. 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。
#include 
#include 
#include 
#include 
#include 
using namespace std;
using namespace cv;
int main(int argc, char **argv) 
{
    Mat src = imread("2.png");
    imshow("1",src);
    if(src.empty())
    {
        cout << "can not open "  << endl;
        return -1;
    }
    Mat cimg;
    cvtColor(src,cimg,COLOR_BGR2GRAY);
	medianBlur(cimg, cimg, 5);
    GaussianBlur(cimg, cimg, Size(9, 9), 2, 2);
    Canny(cimg,cimg,10,250,5);
    imshow("canny",cimg);
    vector<Vec3f> circles;
    HoughCircles(cimg, circles, HOUGH_GRADIENT, 1, 30,100, 22, 0, 0  );
    for (size_t i = 0; i < circles.size(); i++)
    {
            Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
            int radius = cvRound(circles[i][2]);
			int rect_x=(cvRound(circles[i][0])-cvRound(circles[i][2]));
			int rect_y=(cvRound(circles[i][1])-cvRound(circles[i][2]));
			int rect_width=(cvRound(circles[i][2])+cvRound(circles[i][2]));
			int rect_height=(cvRound(circles[i][2])+cvRound(circles[i][2]));
            //绘制圆心  
            circle(src, center, 3, Scalar(0, 255, 0), -1, 8, 0);
            //绘制圆轮廓  
            circle(src, center, radius, Scalar(155, 50, 255), 3, 8, 0);
			Rect rect(rect_x,rect_y,rect_width,rect_height);
	 		Mat image_cut = Mat(src, rect);      //从img中按照rect进行切割,此时修改image_cut时image中对应部分也会修改,因此需要copy
       		Mat image_copy = image_cut.clone();   //clone函数创建新的图片
			imshow("分割",image_copy);
			 imshow("图片",src);
			cv::waitKey(0);
     }
    return 0;
}

参考资料:https://blog.csdn.net/sinat_34156619/article/details/79574505

你可能感兴趣的:(opencv,opencv,图像处理)