在OpenCV 2.4.6中使用Hough变换检测/拟合圆

Question

目的是检测图像中的5个白色圆圈。必须检测到圆圈的测试图像是此处显示的640x480
请在此处下载原始图像1280x1024

我正在使用不同的方法来评估各种圆形/椭圆形检测方法。 但是以某种方式，我无法修复我的简单霍夫变换代码。 它不会检测到任何圆圈。 我不清楚问题出在预处理步骤还是HoughCircle的参数上。 我已经在论坛中经历了所有类似的问题，但仍然无法解决问题。 这是我的代码。 请在这方面帮助我。

头文件

#ifndef IMGPROCESSOR_H
    #define IMGPROCESSOR_H

    // OpenCV Library
    #include <opencv2\opencv.hpp>
    #include <iostream>

    using namespace cv;
    using namespace std;

    class ImgProcessor{
    public:
        Mat OpImg ;
        ImgProcessor();
        ~ImgProcessor();

        //aquire filter methods to image
        int  Do_Hough(Mat IpImg);

     };
    #endif /* ImgProcessor_H */

源文件

#include "ImgProcessor.h"
#include <opencv2\opencv.hpp>
#include "opencv2\imgproc\imgproc.hpp"
#include "opencv2\imgproc\imgproc_c.h"
#include <vector>

using namespace cv;


ImgProcessor::ImgProcessor(){
    return;
}
ImgProcessor::~ImgProcessor(){
    return;
}

//Apply filtering for the input image
int ImgProcessor::Do_Hough(Mat IpImg)

{
    //Parameter Initialization________________________________________________________
    double sigma_x, sigma_y, thresh=250, max_thresh = 255;
    int ksize_w = 5 ;
    int ksize_h = 5;
    sigma_x = 0.3*((ksize_w-1)*0.5 - 1) + 0.8 ;
    sigma_y = 0.3*((ksize_h-1)*0.5 - 1) + 0.8 ;

    vector<Vec3f> circles;

    //Read the image as a matrix
    Mat TempImg;
    //resize(IpImg, IpImg ,Size(), 0.5,0.5, INTER_AREA);

    //Preprocessing__________________________________________________________

    //Perform initial smoothing
    GaussianBlur( IpImg, TempImg, Size(ksize_w, ksize_h),2,2);

    //perform thresholding
    threshold(TempImg,TempImg, thresh,thresh, 0);

    //Remove noise by gaussian smoothing
    GaussianBlur( TempImg, TempImg, Size(ksize_w, ksize_h),2,2);
    /*imshow("Noisefree Image", TempImg);
    waitKey(10000);*/

    //Obtain edges
    Canny(TempImg, TempImg, 255,240 , 3);
    imshow("See Edges", TempImg);
    waitKey(10000);

    //Increase the line thickness
    //dilate(TempImg,TempImg,0,Point(-1,-1),3);

    //Hough Circle Method______________________________________________________________

    // Apply the Hough Transform to find the circles
    HoughCircles( TempImg, circles, 3, 1, TempImg.rows/32, 255, 240, 5, 0 );
    // Draw the circles detected
    for( size_t i = 0; i < circles.size(); i++ )
    {
         Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
         int radius = cvRound(circles[i][2]);
         // circle center
         circle( IpImg, center, 3, Scalar(0,255,0), -1, 8, 0 );
         // circle outline
         circle( IpImg, center, radius, Scalar(0,0,255), 3, 8, 0 );
    }

   // Show your results
    namedWindow( "Hough Circle Transform", WINDOW_AUTOSIZE );
    imshow( "Hough Circle Transform", IpImg );

   // waitKey(0);
   return 0;   





}

int main(int argc, char** argv)
{
    ImgProcessor Iclass;
    //char* imageName = argv[1];
    string imageName = "D:/Projects/test_2707/test_2707/1.bmp";
    Mat IpImg = imread( imageName );
    cvtColor(IpImg, IpImg,6,CV_8UC1);
    Iclass.Do_Hough(IpImg);
    /*Iclass.Do_Contours(IpImg);*/
    return 0;
}

Answer 1

该代码看起来不错，除了用于：

HoughCircles( TempImg, circles, 3, 1, TempImg.rows/32, 255, 240, 5, 0 );

参数列表中的数字3是否对应于CV_HOUGH_GRADIENT？ 最好使用定义而不是数字。

也许您应该先用较大圆圈的图像对其进行测试。 一旦确定其余代码正确无误，就可以调整HoughCircles的参数。