Hough圆变换

目标

在本章，

• 我们将学习使用Hough变换在图像中查找圆形。
• 我们将看到以下函数：cv.HoughCircles()

理论

一个圆在数学上表示为\((x-x_{center})^2 + (y - y_{center})^2 = r^2\)，其中\((x_{center},y_{center})\)是圆的中心，而\(r\)是圆的半径。从方程式中，我们可以看到有3个参数，因此我们需要一个3D累加器用于Hough变换，而这将非常低效。因此OpenCV使用了更巧妙的方法，即Hough梯度法，该方法使用边缘的梯度信息。

我们在此使用的函数是cv.HoughCircles()。它有很多参数，在文档中进行了充分的说明。因此我们直接转到代码。

import numpy as np
import cv2 as cv
 
img = cv.imread('opencv-logo-white.png', cv.IMREAD_GRAYSCALE)
assert img is not None, "file could not be read, check with os.path.exists()"
img = cv.medianBlur(img,5)
cimg = cv.cvtColor(img,cv.COLOR_GRAY2BGR)
 
circles = cv.HoughCircles(img,cv.HOUGH_GRADIENT,1,20,
param1=50,param2=30,minRadius=0,maxRadius=0)
 
circles = np.uint16(np.around(circles))
for i in circles[0,:]
    # 绘制外圆
    cv.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
    # 绘制圆心
    cv.circle(cimg,(i[0],i[1]),2,(0,0,255),3)
 
cv.imshow('detected circles',cimg)
cv.waitKey(0)
cv.destroyAllWindows()

结果如下所示

image

其他资源

练习