hough圆检测和hough线检测的原理近似,对于圆来说,在参数坐标系中表示为c:(x,y,r)。
函数:
imgproc.houghcircles(mat image, mat circles, int method, double dp, double mindist, double param1, double param2, int minradius, int maxradius)
参数说明:
image:源图像
circles:检测到的圆的输出矢量(x,y,r)
method:使用的检测方法,目前只有一种imgproc.hough_gradient
dp:检测圆心的累加器图像与源图像之间的比值倒数
mindist:检测到的圆的圆心之间的最小距离
param1:method设置的检测方法对应参数,针对hough_gradient,表示边缘检测算子的高阈值(低阈值是高阈值的一半),默认值100
param2:method设置的检测方法对应参数,针对hough_gradient,表示累加器的阈值。值越小,检测到的无关的圆
minradius:圆半径的最小半径,默认为0
maxradius:圆半径的最大半径,默认为0(若minradius和maxradius都默认为0,则houghcircles函数会自动计算半径)
示例代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
public static void main(string[] args)
{
system.loadlibrary(core.native_library_name);
mat src = imgcodecs.imread( "f:\\websbook_com_1589226.jpg" );
mat dst = src.clone();
imgproc.cvtcolor(src, dst, imgproc.color_bgr2gray);
mat circles = new mat();
imgproc.houghcircles(dst, circles, imgproc.hough_gradient, 1 , 100 , 440 , 50 , 0 , 345 );
// imgproc.houghcircles(dst, circles, imgproc.hough_gradient, 1, 100,
// 440, 50, 0, 0);
for ( int i = 0 ; i < circles.cols(); i++)
{
double [] vcircle = circles.get( 0 , i);
point center = new point(vcircle[ 0 ], vcircle[ 1 ]);
int radius = ( int ) math.round(vcircle[ 2 ]);
// circle center
imgproc.circle(src, center, 3 , new scalar( 0 , 255 , 0 ), - 1 , 8 , 0 );
// circle outline
imgproc.circle(src, center, radius, new scalar( 0 , 0 , 255 ), 3 , 8 , 0 );
}
imgcodecs.imwrite( "f:\\dst2.jpg" , src);
}
|
源图像:
输出图像:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。
原文链接:http://blog.csdn.net/m1109048058/article/details/77577677