Opencv 霍夫变换 霍夫圆检测

霍夫变换是一种特征提取术，在了解霍夫变换 霍夫检测之前 需要首先明白什么是霍夫空间：以圆形举例子，弄明白形状的原理，直线的变换与检测也就不难理解 霍夫空间，是一种三维空间，三个坐标分别为圆的横纵坐标，Z轴坐标为半径，所以霍夫圆变换的实质过程就是从二维空间的圆拓展到三维空间
霍夫圆检测：应用：识别红绿灯中信号灯(圆形)物体
在检测圆之前，需要做好边缘检测，这个步骤在Opencv的函数已经内置了，使用Canny算子进行边缘检测，参数需要自行调整
霍夫梯度法：
**检测原理简要概括：模向量 ，垂直于圆心，相交于一点，确定圆心
首先找到圆心 然后寻找半径
估计圆心步骤：
1.把原图做一次 Canny 边缘检测，得到边缘检测的二值图。
2.对原始图像执行一次 Sobel 算子，计算出所有像素的邻域梯度值。
3.初始化圆心空间 N(a,b)，令所有的 N(a,b)=0。
4.遍历 Canny 边缘二值图中的所有非零像素点，沿着梯度方向 ( 切线的垂直方向 )画线，将线段经过的所有累加器中的点 (a,b) 的 N(a,b)+=1。 使用的累加器类似于C语言中的counter
5.每个点的counter大小和阈值做比较，如果大于该值，找到圆心，确定一个圆
确定圆心后，寻找半径：
估计半径（针对某一个圆心 (a,b)）
1.计算 Canny 图中所有非 0 点距离圆心的距离。
2.距离从小到大排序，根据阈值，选取合适的可能半径（比如 3 和 3.5 都被划为半径值 3 中）。
3.初始化半径空间 r, N®=0。
4.遍历 Canny 图中的非 0 点，N( 距离 )+=1。
5.统计得到可能的半径值（N® 越大，说明这个距离值出现次数越多，越有可能是半径值）。

函数各个参数的意义：HoughCircle：
1:images 输入的图像
2:circles 输出的图像，圆的输出矢量
3.method,使用方法，默认为1，代表霍夫梯度下降
4.dp 分辨率,