HoughCircles(霍夫变换圆检测)

概念

HoughCircles函数

效果图对比

●源图像


ic_houghcircle.jpg

●处理后图像


函数讲解

●函数原型
○c++

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

○Android

void HoughCircles(Mat image, Mat circles, int method, double dp, double minDist, double param1, double param2, int minRadius, int maxRadius)

●参数解释
○image:输入图像:8-bit,灰度图
○circles:输出圆的结果。
○method:定义检测图像中圆的方法。目前唯一实现的方法是HOUGH_GRADIENT。
○dp:寻找圆弧圆心的累计分辨率,这个参数允许创建一个比输入图像分辨率低的累加器。(这样做是因为有理由认为图像中存在的圆会自然降低到与图像宽高相同数量的范畴)。如果dp设置为1,则分辨率是相同的;如果设置为更大的值(比如2),累加器的分辨率受此影响会变小(此情况下为一半)。dp的值不能比1小。
○minDist:该参数是让算法能明显区分的两个不同圆之间的最小距离。
○param1 :用于Canny的边缘阀值上限,下限被置为上限的一半。
○param2:HOUGH_GRADIENT方法的累加器阈值。阈值越小,检测到的圈子越多。
○minRadius :最小圆半径。
○maxRadius:最大圆半径。

注意

因为霍夫检测对噪声比较敏感,因此需要先对图像进行降噪处理,比如中值滤波。

函数使用

●c++中

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main() {
    Mat src = imread("C:/Users/Administrator/Desktop/ic_houghcircle.jpg");//引入源图像
    if (src.empty()) {
        return -1;
    }
    imshow("src", src);//显示源图像
    Mat mout;
    medianBlur(src,mout,7);//中值滤波降噪
    cvtColor(mout,mout,CV_BGR2GRAY);//转换为灰度图像
    vector<Vec3f> circles;//存储圆的容器
    HoughCircles(mout,circles,HOUGH_GRADIENT,1,10,100,30,5,25);//进行霍夫圆检测
    Scalar circleColor = Scalar(255,0,0);//圆形的边缘颜色
    Scalar centerColor = Scalar(0, 0, 255);//圆心的颜色
    for (int i = 0; i < circles.size(); i++) {
        Vec3f c = circles[i];
        circle(src, Point(c[0], c[1]),c[2], circleColor, 2, LINE_AA);//画边缘
        circle(src, Point(c[0], c[1]), 2, centerColor, 2, LINE_AA);//画圆心
    }
    imshow("dst", src);//显示处理后的图像
    waitKey(0);
    return 0;
}

●Android中

Bitmap bitmap = BitmapFactory.decodeResource(getResources(),R.mipmap.ic_relief);
Mat src = new Mat();
Mat blur = new Mat();
Utils.bitmapToMat(bitmap,src);//将Bitmap对象转换为Mat对象
Imgproc.medianBlur(src,blur,7);//中值滤波降噪
Mat circles = new Mat();//存储线的容器
Imgproc.HoughCircles(blur,circles,HOUGH_GRADIENT,1,10,100,30,5,25);//霍夫圆检测
for(int i = 0;i<circles.cols();i++){
     float[] circle = new float[3];
     circles.get(0,i,circle);//将圆对应的坐标存到circle数组中
     Imgproc.circle(src,new Point(circle[0],circle[1]), (int) circle[2],new Scalar(0,0,255),2,Imgproc.LINE_AA);//画边缘
     Imgproc.circle(src,new Point(circle[0],circle[1]), 2,new Scalar(255,0,0),2,Imgproc.LINE_AA);//画圆心
}
Utils.matToBitmap(src,bitmap);//将Mat对象转换为Bitmap对象
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,026评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,655评论 1 296
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,726评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,204评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,558评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,731评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,944评论 2 314
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,698评论 0 203
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,438评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,633评论 2 247
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,125评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,444评论 3 255
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,137评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,103评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,888评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,772评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,669评论 2 271

推荐阅读更多精彩内容