Java+opencv3.2.0如何實現hough圓檢測功能

這篇文章主要為大家展示了“Java+opencv3.2.0如何實現hough圓檢測功能”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“Java+opencv3.2.0如何實現hough圓檢測功能”這篇文章吧。

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：

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：

以上是“Java+opencv3.2.0如何實現hough圓檢測功能”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！