Opencv学习——霍夫圆变换

HoughCircles（）函数：

void HoughCircles( InputArray image, OutputArray circles,
                               int method, double dp, double minDist,
                               double param1 = 100, double param2 = 100,
                               int minRadius = 0, int maxRadius = 0 );

image	输入图像，8位灰度单通道图像
circles	储存了检测到的圆的输出矢量。每个矢量包含3个元素的浮点矢量（x,y,radius）
method	检测方法：HOUGH_GRADIENT
dp	dp=1时，累加器和输入图像具有相同的分辨率。dp=2,累加器便有输入图像一半那么大
minDist	圆的圆心之间的最小距离
param1	表示传递给canny边缘检测算子的高阈值，默认值100，低阈值为高阈值的一半
param2	默认值100，表示在检测阶段圆心的累加器阈值。越小就越可以检测到更多根本不存在的圆。
minRadius	表示圆半径的最小值
maxRadius	表示圆半径的最大值

#include<opencv2/opencv.hpp>
#include<opencv2/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<vector>
using namespace cv;
using namespace std;
int main()
{
	Mat canny_dst,gray_dst,dst;
	Mat src = imread("F:/2.jpg");	
	imshow("src", src);
	cvtColor(src, gray_dst, COLOR_RGB2GRAY);
	GaussianBlur(gray_dst, gray_dst, Size(9, 9), 2, 2);	
	//Canny(gray_dst, gray_dst, 50, 200, 3);
	imshow("gray_dst", gray_dst);
	vector<Vec3f>circles;
	HoughCircles(gray_dst, circles, HOUGH_GRADIENT, 1.5, 10, 100, 80,0,0);
	for (int i = 0; i < circles.size(); i++)
	{
		Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
		int radius = cvRound(circles[i][2]);
		circle(src, center, 3, Scalar(0, 255, 0), -1, 8, 0);
		circle(src, center, radius, Scalar(155, 50, 255), 3, 8, 0);
	}
	imshow("效果图", src);
	
	waitKey(0);
	return 0;
}