OpenCV Hough Circle 变换原理与 C++ 实现详解

OpenCV Hough Circle 变换原理与 C++ 实现详解

目标

在本教程中，您将学习如何：

• 理解霍夫圆变换（Hough Circle Transform）的基本原理。
• 使用 OpenCV 函数检测图像中的圆形物体。
• 掌握关键参数的调整策略以优化检测结果。

理论基础

霍夫圆变换概述

霍夫圆变换的工作方式与霍夫线变换类似，但更为复杂。在直线检测中，一条线由两个参数 (r, θ) 定义。而在圆的情况下，我们需要三个参数来定义一个圆：

$$C: (x_{center}, y_{center}, r)$$

其中 $(x_{center}, y_{center})$ 定义圆心位置，$r$ 是半径。这三个参数使我们能够完全定义一个圆。

为了提高效率，OpenCV 实现了一种比标准霍夫变换更高效的检测方法：霍夫梯度方法（Hough Gradient Method）。该方法由两个主要阶段组成：

1. 第一阶段：涉及边缘检测和寻找可能的圆心。
2. 第二阶段：为每个候选中心找到最佳半径。

算法流程

1. 灰度化：将彩色图像转换为灰度图，减少计算量。
2. 模糊处理：使用中值滤波或高斯滤波去除噪点，防止误检。
3. 边缘检测：使用 Canny 算子提取边缘。
4. 霍夫变换：在累加器空间中投票，寻找局部最大值作为圆心。
5. 半径确定：根据边缘点的分布确定最佳半径。
6. 结果绘制：在原图上标记检测到的圆心和圆周。

代码实现

以下示例展示了如何使用 C++ 和 OpenCV 实现霍夫圆变换。代码已修复原始版本中的语法错误并补充了必要的头文件。

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

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    // 获取输入图像路径，默认使用测试图片
    const char* filename = (argc >= 2) ? argv[1] : "circles.png";
    
    
    Mat src = (filename);
    
    
     (src.()) {
        ();
        (, filename);
         EXIT_FAILURE;
    }

    Mat gray;
    
    (src, gray, COLOR_BGR2GRAY);
    
    
    (gray, gray, );

    vector<Vec3f> circles;
    
    
    
    
    
    
    (gray, circles, HOUGH_GRADIENT, ,
                 gray.rows / , 
                 , , , );

    
     ( i = ; i < circles.(); i++) {
        Vec3f c = circles[i];
        Point center = (c[], c[]);
         radius = c[];

        
        (src, center, , (, , ), , LINE_AA);
        
        
        (src, center, radius, (, , ), , LINE_AA);
    }

    
    (, src);
    ();

     EXIT_SUCCESS;
}