图像识别与处理之Opencv——霍夫变换编程思路（11月2日暂存）

三、编程思路

1. 读取一幅带处理二值图像，最好背景为黑色；

2. 取得源像素数据；

3. 根据直线的霍夫变换公式完成霍夫变换，预览霍夫空间结果；

4. 寻找最大霍夫值，设置阈值，反变换到图像RGB值空间(程序难点之一)；

5. 越界处理，显示霍夫变换处理以后的图像；

代码暂存

#include "stdafx.h"

#include<iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

int main(int argc, char* argv[])
{
Mat image = imread("all1.jpg");
Mat imageGray;   //
cvtColor(image, imageGray, CV_RGB2GRAY);  //将数组的通道从一个颜色空间转换另外一个颜色空间，转化为二值化图

GaussianBlur(imageGray, imageGray, Size(3, 3), 1, 2);  //高斯滤波，高斯模糊降低噪声 平滑它，否则可能会检测到很多假圆

namedWindow("Gaussian Image", 1);
imshow("Gaussian Image", imageGray);  //高斯滤波后的图像

vector  <Vec3f>  circles;   //三维向量，存储圆心和半径

/************************************************************************************************************

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

*********************************************************************************************************/

HoughCircles(imageGray, circles, CV_HOUGH_GRADIENT, 1, 1, 200, 160, 0);   // 关键句，霍夫梯度法

for (int i = 0; i<circles.size(); i++)    //
{
Point circleCenter(circles[i][0], circles[i][1]);   //

int radius = circles[i][2];   //

circle(image, circleCenter, radius, Scalar(0, 0, 255), 3); //做圆

circle(image, circleCenter, 3, Scalar(255, 0, 0), 3);    //圆心
}

namedWindow("Circle Image", 1);
imshow("Circle Image", image);  //在图像上显示圆

namedWindow("Gaussian Circle Image", 1);
imshow("Gaussian Circle Image", imageGray);  //在图像上显示圆
waitKey(0);
}