霍夫圈变换

作者|OpenCV-Python Tutorials

编译|Vincent

来源|OpenCV-Python Tutorials

学习目标

在本章中，

• 我们将学习使用霍夫变换来查找图像中的圆。
• 我们将看到以下函数：cv.HoughCircles()

理论

圆在数学上表示为%5E2%2B(y-y%7Bcenter%7D)%5E2%20%3D%20r%5E2#card=math&code=%28x-x%7Bcenter%7D%29%5E2%2B%28y-y%7Bcenter%7D%29%5E2%20%3D%20r%5E2)，其中#card=math&code=%28x%7Bcenter%7D%2Cy_%7Bcenter%7D%29)是圆的中心，是圆的半径。从等式中，我们可以看到我们有3个参数，因此我们需要3D累加器进行霍夫变换，这将非常低效。因此，OpenCV使用更加技巧性的方法，即使用边缘的梯度信息的Hough梯度方法。

我们在这里使用的函数是cv.HoughCircles()。它有很多参数，这些参数在文档中有很好的解释。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',0)
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：

附加资源

练习