OpenCV霍夫圆检测调参心得

前几天去面试的师兄，发了一道OpenCV的题目给我，要我一天做出来。题目如下：

检测出这张图片的三个不同其他的点，我的第一个想法是霍夫圆检测或者是寻找外轮廓。最后我放弃了寻找外轮廓，因为其检测的轮廓与轮廓之间的距离不能设置，这样我并不能知道，这三个点是否会被其他轮廓包含，从而导致每个轮廓并不是包含一个圆。排除掉寻找外轮廓，就剩下了霍夫圆检测。但我只在书本上了解过霍夫圆检测，并不知道OpenCV中霍夫圆检测具体参数设定。以下是我程序中的霍夫圆检测的参数设定。

vector<Vec3f>circles;

HoughCircles(img_cvt, circles, CV_HOUGH_GRADIENT,1,10, 100,10,5,13);

//第一个参数是输出被检测图片

//第二个参数表示存储数组，其中存储被检测的圆的圆心的坐标和圆的半径。

//第三个参数默认，因为检测圆的方法，OpenCV2.*.*版本之中只有霍夫梯度法。

//第四个参数可以设置为1就行--默认参数

         //第五个参数是圆心与圆心之间的距离，这是一个经验值。这个大了，那么多个圆就是被认为一个圆。

         //第六个参数 就设为默认值就OK

         //第七个参数是根据你的图像中的圆大小设置，当这张图片中的圆越小，那么此值就设置应该被设置越小。当设置的越小，那么检测出的圆越多，在检测较大的圆时则会产生很多噪声。所以要根据检测圆的大小变化。

         //第八个和第九个参数 是你检测圆 最小半径和最大半径是多少。这个值也是为了进一步筛选检测出的圆。

其效果如下图所示：

这是调出的较好结果，当然这未必是最好的参数配合，但已经能够使用了。那么接下来怎么确定三个特殊的点呢？

第一个想法是先将图片矫正，而后对图片中的圆心点垂直投影。设定一个阈值，来筛选出三个特殊点。

首先对图片矫正，那就用到衍射变化。其旋转角怎么得出呢？对其圆心点X,Y排序，并根据Xmin值，查找Y-x(min)值即可。

如下图所示其图片计算出旋转角度。

但在垂直的投影的过程中，发现一个比较严重的问题，想法是其垂直投影并设定一个阈值判断圆心与圆心的距离，从而检测出三个特殊点。但这种方法要求检测的圆心坐标准确，且在这个阈值设定上要能起到区分的效果。我调了大概一个小时的参数，但结果不如人意。

第二个办法是网上的网友，给我出了一个建议。直接算圆于圆的圆心距，不用对图形矫正。设定一个合理的阈值就可区分其三个特殊点。因为其三个点到周围的四个点的距离要明显比其他要小一半。用此方法能够较好的完成题目要求就是在算法上比较耗时。其结果如下图所示：

还有其他方法，我并未一一测试。——也可以通过模板匹配的方法或者直接用膨胀和腐蚀对其进行数学形态学操作也能对其区分。下面是我源程序，希望大家多提提宝贵意见。

#include <iostream>
#include "cv.h"
#include "highgui.h"
#include <math.h>
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;


int main(int argc , char* argv)
{
	Mat img_input,img_cvt,img_threshold,img_hough,img_warp;
	img_input = imread("1.png");
	Mat img_copy;
	img_input.copyTo(img_copy);
	cvtColor(img_input, img_cvt,CV_BGR2GRAY);
	threshold(img_cvt, img_threshold, 0, 255, CV_THRESH_BINARY + CV_THRESH_OTSU);

	vector<Vec3f> circles;
	HoughCircles(img_cvt, circles, CV_HOUGH_GRADIENT,1,10, 100,10,5,13);
	//第五个参数 是圆心与圆心之间的距离 
	//第六个参数 就设为默认值就OK
	//第七个参数这个根据你的图像中的圆  大小设置，如果圆越小，则设置越小
	//第八个和第九个参数 是你检测圆 最小半径和最大半径是多少  这个是经验值
	for (int  i = 0; i < circles.size(); i++)
	{
		Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
	    int    R = cvRound(circles[i][2]);
		circle(img_input, center, 3, Scalar(0, 255, 0), -1, 8, 0);
		circle(img_input, center, R, Scalar(0, 0, 255), 3, 8, 0);
	}

	 



	float x_min = 0;
	float y_min = 0;
	float x_max = 0;
	float y_max = 0;
	float x_min_y = 0;
	x_min = circles[1][0];
	x_max = circles[1][0];
	y_min = circles[1][1];
	y_max = circles[1][1];


	for (int i = 0; i < circles.size();i++)
	{
		
		x_min = circles[i][0]< x_min ? circles[i][0] : x_min;
		x_max = circles[i][0]> x_max ? circles[i][0] : x_max;
	}

	for (int i = 0; i < circles.size(); i++)
	{
		
		y_min = circles[i][1]< y_min ? circles[i][1] : y_min;
		y_max = circles[i][1]> y_max ? circles[i][1] : y_max;
	}
	
	for (int i = 0; i < circles.size();i++)
   {
		if (circles[i][0] == x_min)
		{
			x_min_y = circles[i][1];
		}
   }

	float angle1 = ((y_max - x_min_y) / (x_max - x_min));
	double angle2 = atan(angle1);
	float angle = (angle2 * 360) /(2*3.14)   ;   //从弧度 转化为 角度
	Mat rotmat(2, 3, CV_32FC1);
	Point center = Point(img_input.cols / 2, img_input.rows / 2);
	rotmat = getRotationMatrix2D(center, angle, 1);
	warpAffine(img_copy, img_warp, rotmat, img_input.size());  //矫正完成；

    // 矫正工作完成




	Mat img_warp_cvt;
	cvtColor(img_warp, img_warp_cvt, CV_BGR2GRAY);
	//threshold(img_cvt, img_threshold, 0, 255, CV_THRESH_BINARY + CV_THRESH_OTSU);

	vector<Vec3f> circles1;
	HoughCircles(img_warp_cvt, circles1, CV_HOUGH_GRADIENT, 1,10, 100, 10, 5, 13);
	//这里的参数设置，第一个，参数可以设置为1就行
	//第五个参数 是圆心与圆心之间的距离 
	//第六个参数 就设为默认值就OK
	//第七个参数这个根据你的图像中的圆  大小设置，如果圆越小，则设置越小
	//第八个和第九个参数 是你检测圆 最小半径和最大半径是多少  这个是经验值
	for (int m = 0; m < circles1.size(); m++)
	{

		int count = 0;
		for (int n = 0; n < circles1.size(); n++)
		{
			float r = sqrt((circles1[m][0] - circles1[n][0])* (circles1[m][0] - circles1[n][0]) + (circles1[m][1] - circles1[n][1])*(circles1[m][1] - circles1[n][1]));
			printf("%f\n", r);
			if (r>0 && r<30)
			{
				count++;
				if (count>=4)
				{
					Point center(cvRound(circles1[m][0]), cvRound(circles1[m][1]));
					int radius = cvRound(circles1[m][2]);
					//绘制圆心
					circle(img_warp, center, 3, Scalar(255, 255, 255), 1, 8, 0);
					//绘制圆轮廓
					circle(img_warp, center, radius, Scalar(0, 255, 0), 2, 8, 0);
					count = 0;
				}

			}

		}
	}


/*	for (int i = 0; i < circles1.size(); i++)
	{
		Point center(cvRound(circles1[i][0]), cvRound(circles1[i][1]));
		int    R = cvRound(circles1[i][2]);
		circle(img_warp, center, 3, Scalar(0, 255, 0), -1, 8, 0);
		circle(img_warp, center, R, Scalar(0, 0, 255), 3, 8, 0);
	}
   */
	/*
	vector<Vec3f> B;
	for (int i = 0; i < circles1.size()-2; i++)
	{
		if (circles1[i + 1][1] - circles1[i][1] >= 3 && circles1[i + 1][1] - circles1[i][1] <= 7 )
		{
			B.push_back(circles1[i + 1]);
		}
	}

	Point center3(cvRound(B[0][0]), cvRound(B[0][1]));
	circle(img_warp, center3, 3, Scalar(255, 0, 0), -1, 8, 0);
	*/
	
	imshow("img_copy", img_copy);
	imshow("img_warp", img_warp);
	imshow("img_input", img_input);
	waitKey();
	return 0;

}
           

PS：前一段时间一直没有写博客，因为在忙着开题报告的事情。心情不怎么好，就没有写了。