Opencv開發之霍夫變換檢測圓的基本原理

opencv開發之霍夫變換檢測圓的基本原理：其實檢測圓形和檢測直線的原理差別不大，只不過直線是在二維空間，因為y=kx+b，只有k和b兩個自由度。而圓形的一般性方程表示為(x-a)2+(y-b)2=r2。

那麼就有三個自由度圓心座標a,b,和半徑r。這就意味著需要更多的計算量，而opencv中提供的cvhoughcircle()函式裡面可以設定半徑r的取值範圍，相當於有乙個先驗設定，在每乙個r來說，在二維空間內尋找a和b就可以了，能夠減少計算量。

具體步驟如下：

1.對輸入影象進行邊緣檢測，獲取邊界點，即前景點。

2.假如影象中存在圓形，那麼其輪廓必定屬於前景點（此時請忽略邊緣提取的準確性）。

3.同霍夫變換檢測直線一樣，將圓形的一般性方程換一種方式表示，進行座標變換。由x-y座標系轉換到a-b座標系。寫成如下形式(a-x)2+(b-y)2=r2。那麼x-y座標系中圓形邊界上的一點對應到a-b座標系中即為乙個圓。

4.那x-y座標系中乙個圓形邊界上有很多個點，對應到a-b座標系中就會有很多個圓。由於原影象中這些點都在同乙個圓形上，那麼轉換後a,b必定也滿足a-b座標系下的所有圓形的方程式。直觀表現為這許多點對應的圓都會相交於乙個點，那麼這個交點就可能是圓心(a, b)。

5.統計區域性交點處圓的個數，取每乙個區域性最大值，就可以獲得原影象中對應的圓形的圓心座標(a,b)。一旦在某乙個r下面檢測到圓，那麼r的值也就隨之確定。

以下面的為例，呼叫opencv中的cvhoughcircles()進行圓形的檢測，左邊為原圖，右邊為檢測結果，圓形都被圈出。

**：#include"cv.h"

#include"highgui.h"

#include

using namespace cv;

void main()

cvnamedwindow("img", 1);

cvshowimage("img", srcimg);

cvwaitkey(-1);

cvreleaseimage(&srcimg);

cvdestroyallwindows();

}