hough圓檢測和hough線檢測的原理近似，對于圓來說，在參數坐標系中表示為c:(x,y,r)。
函數：
imgproc.houghcircles(mat image, mat circles, int method, double dp, double mindist, double param1, double param2, int minradius, int maxradius)
參數說明：
image：源圖像
circles：檢測到的圓的輸出矢量(x,y,r)
method：使用的檢測方法，目前只有一種imgproc.hough_gradient
dp：檢測圓心的累加器圖像與源圖像之間的比值倒數
mindist：檢測到的圓的圓心之間的最小距離
param1：method設置的檢測方法對應參數，針對hough_gradient，表示邊緣檢測算子的高閾值（低閾值是高閾值的一半），默認值100
param2：method設置的檢測方法對應參數，針對hough_gradient，表示累加器的閾值。值越小，檢測到的無關的圓
minradius：圓半徑的最小半徑，默認為0
maxradius：圓半徑的最大半徑，默認為0（若minradius和maxradius都默認為0，則houghcircles函數會自動計算半徑）
示例代碼：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
public static void main(string[] args) { system.loadlibrary(core.native_library_name); mat src = imgcodecs.imread("f:\\websbook_com_1589226.jpg"); mat dst = src.clone(); imgproc.cvtcolor(src, dst, imgproc.color_bgr2gray); mat circles = new mat(); imgproc.houghcircles(dst, circles, imgproc.hough_gradient, 1, 100, 440, 50, 0, 345); // imgproc.houghcircles(dst, circles, imgproc.hough_gradient, 1, 100, // 440, 50, 0, 0); for (int i = 0; i < circles.cols(); i++) { double[] vcircle = circles.get(0, i); point center = new point(vcircle[0], vcircle[1]); int radius = (int) math.round(vcircle[2]); // circle center imgproc.circle(src, center, 3, new scalar(0, 255, 0), -1, 8, 0); // circle outline imgproc.circle(src, center, radius, new scalar(0, 0, 255), 3, 8, 0); } imgcodecs.imwrite("f:\\dst2.jpg", src); } |
源圖像：
輸出圖像：
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持服務器之家。
原文鏈接：http://blog.csdn.net/m1109048058/article/details/77577677
