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(x-x_{center})^2+(y-y_{center})^2 = r^2，其中(x_{center},y_{center})是圆的中心，r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：
