[C++] opencv - HoughCircles(霍夫圆查找)函数介绍和使用场景_C/C++

houghcircles函数

houghcircles函数用于在灰度图像中使用霍夫变换查找圆。该函数通过修改霍夫变换来实现，通常可以很好地检测出圆的中心，但可能无法找到正确的半径。可以通过指定半径范围(minradius和maxradius)来协助该函数，或者在#hough_gradient方法中将maxradius设置为负数以仅返回圆心而不进行半径搜索，并使用其他过程找到正确的半径。此外，还可以对图像进行一定程度的平滑处理，除非它已经很软。例如，可以使用7x7内核和1.5x1.5 sigma或类似的模糊处理来平滑图像。

函数原型：

cv_exports_w void houghcircles(inputarray image, outputarray circles, int method, double dp, double mindist, double param1 = 100, double param2 = 100, int minradius = 0, int maxradius = 0 );

参数说明：

使用场景

houghcircles 是一种图像处理算法，用于检测图像中的圆。霍夫圆检测能检测出目标图像中存在的圆，但在实际使用中，参数调节存在很大的困难。

参数设置不合理会不仅导致计算量非常大，并且可能无法找不到你想保留的圆。

1）边缘噪声滤除

对图像进行中值滤波或者均值滤波或者高斯滤波优化，减少图像中存在的边缘噪声。

2）检测参数如何设定

a. 检索半径设定

通过观察原图初步确定的圆的像素半径范围(对应minradius和maxradius）。

b. 圆心累加值设定（对应参数param2）

因为累加圆心(圆弧上的在圆心上的累加值，累加值超过该阈值则被认为是一个圆)

c. 圆心距离设定（对应参数minidist）

通过观察原图所有希望找出的圆，然后确定2个圆心之间最小的距离。

使用案例

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{
    // 读取原始图像
    mat src = imread("3480e7ce_mk_tk_a_c2_6400_4480.png", imread_color);
    if (src.empty())
    {
        cout << "无法读取图像" << endl;
        return -1;
    }

    // 转换为灰度图像
    mat grayimage;
    cvtcolor(src, grayimage, color_bgr2gray);
    imshow("灰度图", grayimage);
    waitkey(0);

    // 使用滤波器去噪
    mat blurimage;
    // gaussianblur(grayimage, blurimage, size(9, 9), 2, 2); // 高斯滤波
    // medianblur(grayimage, blurimage, 7); // 中值滤波
    blur(grayimage, blurimage, size(7,7)); // 均值滤波
    imshow("模糊滤波", blurimage);
    waitkey(0);

    // 使用 canny 边缘检测
    mat edgesimage;
    canny(blurimage, edgesimage, 50, 100);
    imshow("边缘检测", edgesimage);
    waitkey(0);
    
    clock_t t1 = clock();
    // 使用 houghcircles 检测圆
    vector<vec3f> circles;
    // 设置hough变换参数
    int mindist = 30;   // 最小距离
    int param1 = 100;     // canny边缘检测高阈值  # 保持和和前面canny的阈值一致
    int param2 = 15;     // hough变换高阈值
    int minradius = 10;   // 最小半径
    int maxradius = 100;   // 最大半径
    houghcircles(blurimage, circles, hough_gradient, 1, mindist,  param1, param2, minradius, maxradius);
    clock_t t2 = clock();
    // 在原图上绘制检测到的圆
    for (size_t i = 0; i < circles.size(); i++)
    {
        point center(cvround(circles[i][0]), cvround(circles[i][1]));
        int radius = cvround(circles[i][2]);
        circle(src, center, 3, scalar(0, 255, 0), -1, 8, 0); // 绘制圆心
        circle(src, center, radius, scalar(0, 0, 255), 3, 8, 0); //绘制空心圆
    }
    clock_t t3 = clock();
    double timeforhoughcircle = (double) (t2 - t1) / clocks_per_sec * 1000;
	double timefordrawcircle = (double) (t3 - t2) / clocks_per_sec * 1000;
	cout << "houghcircles:" << timeforhoughcircle << "ms, drawcircle:" << timefordrawcircle << "ms" <<endl;

    // 显示结果
    imshow("霍夫圆检测", src);
    waitkey(0);

    return 0;
}

灰度图：

模糊滤波：