通过OpenCv的HoughCircles函数获取图片中的圆形

话不多说，代码如下：

int main(){
    Mat srcImage,grayImage;

    /*加载图片*/
    srcImage = imread(path);

    /*判断加载是否成功*/
    if(srcImage.empty())
    {
        cout<<"load pic fail"< circles;

    /*获取图片中的圆形*/
    HoughCircles(grayImage,circles,HOUGH_GRADIENT,1.6,10,230,40,12,20);

    /*在dst矩阵中绘制圆心与圆形*/
    for(size_t var = 0 ; var < circles.size() ; ++var)
    {
        Point center(cvRound(circles[var][0]),cvRound(circles[var][1]));
        int radius = cvRound(circles[var][2]);

        circle(dstImage,center,0,Scalar(0,255,0));
        circle(dstImage,center,radius,Scalar(255,0,0));
    }

    /*显示src矩阵与dst矩阵*/
    imshow("src image",srcImage);
    imshow("circle image",dstImage);
}

Note

• dstImage的大小以及通道类型需与原图一致

• HoughCircles为全文最关键的函数，其作用在于获取图片中所有圆形的圆心坐标以及半径，调用此函数需细调其参数以确定所要获取的圆形的类型，它的内部参数含义如下：

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

• image: 8bit，单通道的灰度图数据
• circles: 寻找到的圆形数据的输出向量，每个向量中包含3/4个元素，其含义位(x,y,radius)/(x,y,radius,votes)
• method: 检测方法，有HOUGH_GRADIENT以HOUGH_GRADIENT_ALT两种方法选择及
• dp: 累加器分辨率与图像分辨率的反比，如果dp=1，累加器的分辨率与输入图像相同。如果dp=2，蓄能器有宽度和高度的一半。对于HOUGH_梯度_ALT，建议值为dp=1.5，
• minDist: 检测到的圆中心之间的最小距离。如果参数是太小，除了一个真实的圆外，可能会错误地检测到多个相邻圆。如果是的话太大，可能会漏掉一些圆圈
• param1: 在HOUGH_GRADIENT和HOUGH_GRADIENT_ALT两种模式时，它是传递给Canny边缘检测器的两个阈值中较高的一个（较低的阈值小两倍），注意HOUGH_GRADIENT_ALT模式使用Scharr 算法，所以阈值通常较高
• param2: 该值越小，可以检测到更多根本不存在的圆，该值越大，能通过检测的圆就更加接近完美的圆形
• minRadius: 检测圆形的最小半径
• maxRadius: 检测圆形的最大半径s