霍夫圓變換的基本原理和霍夫線變換的原理類似，直線檢測中對應極座標點被三維的圓心點(x,y)以及半徑r即（x,y,r）所代替。對於圓來說，圓心點和半徑就可以確定乙個圓。三維空間中曲線相交於一點的邊緣點集越多，那麼它們經過的共同圓上的畫素點越多，那麼它們經過的共同圓上的畫素點就許多，設定相應的閾值相應的判斷乙個圓是否被檢測到。標準霍夫圓變換需要對三維空間計算，而且計算量很大，很難應用到實踐中。從平面到三維空間中，提高計算複雜度。在opencv中使用了霍夫梯度法實現圓變換。
霍夫梯度法原理：
opencv提供了霍夫圓檢測的函式houghcircles(),函式原型如下：
voidimage : 8bit單通道灰度影象，輸入影象
circles : 檢測到的圓的列表，三維向量（x,y,r）或者是（x,y,r,votes）
method : 檢測演算法,現在只有hough_gradient
dp : double型別的dp，用來檢測圓心的累加器影象的解析度於輸入影象之比的倒數，且此引數允許建立乙個比輸入影象解析度低的累加器
mindist : 圓心到檢測到的圓的最小距離，如果太小多個相鄰的圓會重合，太大某些圓不能被檢測出來
param1 : 指定的引數，預設值為100，如果演算法為hough_gradient，它表明傳入給canny運算元的最大閾值
param2 : 指定的參謀，預設值為100，如果演算法為hough_gradient,它表示檢測階段圓心的累加器閾值，越小可以檢測到更多的圓，越大，通過檢測的圓就越完美
minradius : 有預設值0，表示圓半徑的最小值。
maxradius : 有預設值0，表示圓半徑的最大值。
#include
hough變換直線檢測 霍夫變換是怎麼發明的
原創 範 純真學者出神入化 2月24日 本文由純真學者出神入化編譯自 講述霍夫 hough 變換如何被發明的故事。hough變換用於檢測數字影象中的直線等幾何特徵，可能是計算機視覺中使用最廣泛的程式之一 1 3 雖然沒有人列出計算機視覺中使用任何特定演算法或技術的頻率，但我們可以通過注意在googl...
Hough變換檢測直線和圓
1 直線是如何表示的？對於平面中的一條直線，在直角座標系中，常見的有點斜式，兩點式兩種表示方法。然而在hough變換中，考慮的是另外一種表示方式 使用極座標 r,theta 來表示一條直線。其中r為該直線到原點的距離，theta為該直線的垂線與x軸的夾角。如下圖所示。2 如果座標系中有多個點，又怎樣...
霍夫變換檢測直線
對於結構化道路的檢測，常用的方法是採用霍夫變換檢測道路中的直線段。一條直線可以看做是影象上的若干個畫素點組成，也可以用一條直線方程來表示，如 y kx b,那麼霍夫變換檢測直線段其實是將影象畫素點空間變換到引數空間，對於直線來說就是引數 k，b 也可以用來檢測其他形狀如圓和橢圓，只是引數空間表示不一...