OpenCV-Python霍夫圆变换|极客笔记

在这一章当中，

我们将学习使用霍夫变换来查找图像中的圆圈。
我们将了解这些函数： cv.HoughCircles（）

霍夫圆变换理论

圆圈在数学上表示为

$(x-x_{center})^2 + (y – y_{center})^2 = r^2$

其中

$(x_{center},y_{center})$

是圆的中心，r是圆的半径。从这个公式来看，得知我们有三个参数，这样我们就需要一个三维度的累加器来做霍夫变换了，这样效率是非常低的。所以 OpenCV 用了更巧妙的方法Hough Gradient Method ，它利用了边缘的梯度信息。
我们在这里使用的函数是 cv.HoughCircles（） 。它的参数非常的多，这些参数在文档中都有详细的解释。所以我们直接上代码吧。

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,:]:
    # draw the outer circle
    cv.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
    # draw the center of the circle
    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：

霍夫圆变换理论