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