【opencv】hough圆变换

霍夫梯度法原理如下：首先对图像应用canny边缘检测，然后对边缘图像中每一个非0点，考虑其局部梯度，通过sobel计算。利用得到的梯度，由斜率指定的直线上的每一个点都在累加器中被累加，同时，标记边缘图像中每一个非0像素的位置。然后从累加器中这些点中选择候选的中心，这些中心都大于给定阈值并且大于其所有近邻。这些候选的中心按照累加值降序排列，以便于最支持像素的中心首先出现。接下来对每一个中心，考虑所有的非0像素。这些像素按照其与中心的距离排序。从到最大半径的最小距离算起，选择非0像素最支持的一条半径。如果一个中心受到边缘图像非0像素最充分的支持，并且到前期被选择的中心有足够的距离，它将会被保留。这个实现可以使算法执行起来更快，能够帮助解决三维累加器中其他稀疏分布问题。

void HoughCircles( 
InputArray image,//输入图像8位
OutputArray circles,//数组或存储器
int method, //CV_HOUGH_GRADIENT 目前只有梯度法
double dp, //累加器图像分辨率 ≥1
double minDist,//不同圆之间最小距离
double param1=100, //canny上限阈值，下限阈值=上限阈值/2cvCanny( img, edges, MAX(canny_threshold/2,1), canny_threshold, 3 );</span>
double param2=100,//累加器阈值
int minRadius=0, //最小圆半径
int maxRadius=0 //最大圆半径
);

cvCircle( 
CvArr* img, //输入图像
CvPoint center, //圆心
int radius,//半径
CvScalar color, //颜色
int thickness CV_DEFAULT(1),//粗细
int line_type CV_DEFAULT(8), 
int shift CV_DEFAULT(0)//0
);

样图：圆直径依次为 80，90，100，110，120

未经平滑处理结果：cvcircle绘制时，半径与圆心损失精度

经平滑处理结果：cvcircle绘制时，半径与圆心损失精度

using namespace cv;

int main()
{
	IplImage* img = cvLoadImage("correct_Img_1.jpg",0);//转为灰度图

	cvSmooth( img, img, CV_GAUSSIAN, 5, 5);//平滑处理

	vector<Vec3f> circles;

	HoughCircles( (Mat)img, circles, CV_HOUGH_GRADIENT, 1.5 ,10, 80, 110, 35 ,65);//hough圆变换

	//img = cvLoadImage("correct_Img_1.jpg",1);

	for (int i = 0; i < circles.size(); i++)
	{
		CvPoint center;//圆心
		center.x = circles[i][0];
		center.y = circles[i][1];

		int radius = circles[i][2];//半径

		cvCircle( img, center, radius, Scalar(0,255,0), 1, 8, 0);//绘制圆
		
		cvCircle( img, center, 3, Scalar(0,255,0), 3, 8, 0);//绘制圆心

		std::cout<<"圆心为:"<<circles[i][0]<<","<<circles[i][1]<<"	直径为："<<2*circles[i][2]<<"\n";//为了保证精度，以原值输出
	}
	cvSaveImage("out.jpg",img);
	cvNamedWindow("hough圆检测",1);
	cvShowImage("hough圆检测",img);

	cvWaitKey(0);

	cvReleaseImage(&img);
	cvDestroyWindow("hough圆检测");

	return 0;
}