opencv 识别图片上带颜色的圆 带完整代码

识别带颜色的圆，首先需要先查询该颜色的HSV值，

下图部分紫色归为红色了：

比如红色：

//红色的HSV值
int low_H = 0，low_S = 123，low_V = 100;
int High_H = 5，High_S = 255，High_V = 255;

然后将图片从BGR转化成HSV，接着二值化：

cvtColor（image，src，COLOR_BGR2HSV）; //从BGR-> HSV
inRange（src，Scalar（low_H，low_S，low_V），Scalar（High_H，High_S，High_V），src）; //二值化

如果有噪声可以去噪（这一步可以没有）：
GaussianBlur（src，src，Size（5,3 ），2,2）;

接着用HoughCircles来找圆，后面的参数可以根据需要自己设置：

HoughCircles（src，circles，CV_HOUGH_GRADIENT，1,50,15,7,10,30）; //找圆，最后两个参数是圆半径范围，20是最小圆半径，30是最大圆半径

HoughCircles介绍：

HoughCircles（image，method，dp，minDist [，circles [，param1 [，param2 [，minRadius [，maxRadius]]]]]） 

参数：

image  - 8位，单通道，灰度输入图像。 圆圈  - 找到圆圈的输出矢量。每个矢量被编码为3元素浮点矢量  。 method - 使用的检测方法。目前，唯一的实现方法是 CV_HOUGH_GRADIENT dp  - 累加器分辨率与图像分辨率的反比。例如，如果  dp=1累加器具有与输入图像相同的分辨率。如果  dp=2，蓄能器的宽度和高度都是一半。 minDist  - 检测到的圆的中心之间的最小距离。如果参数太小，除了真实的一个之外，可能错误地检测到多个相邻的圆圈。如果太大，可能会遗漏一些圈子。 param1  - 第一个特定于方法的参数。在这种情况下  CV_HOUGH_GRADIENT，两个传递给Canny() 边缘检测器的阈值较高（较低的一个是较小的两倍）。 param2  - 第二个特定于方法的参数。在这种情况下  CV_HOUGH_GRADIENT，它是检测阶段圆心的累加器阈值。它越小，可以检测到更多的假圆圈。将首先返回与更大的加加值对应的圆圈。 minRadius  - 最小圆半径。 maxRadius  - 最大圆半径。

完整代码：

#include <iostream>
#include <vector>
#include <limits>
#include <opencv2/opencv.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <string>
#include <math.h> 
#include <iomanip>
#include <cstdio>

#pragma comment (lib, "opencv_core2413d.lib")
#pragma comment (lib, "opencv_highgui2413d.lib")
#pragma comment (lib, "opencv_imgproc2413d.lib")
#pragma comment (lib, "opencv_video2413d.lib")
#pragma comment (lib, "opencv_features2d2413d.lib")

using namespace std;
using namespace cv;

void drawCircle(Mat &input, const vector<Vec3f> &circles);

int main(){


	
	Mat	image, src;//加载进来的图片

	vector<Vec3f> circles;//识别出来的圆，每一行是一个圆，第一列是圆心的x座标，第二列是圆心的y座标，第三列是圆的半径
    image = imread("D:/code/map3.png");
    Mat result = imread("D:/code/map3.png");//结果图

	//红色的HSV值
	int low_H = 0,low_S = 123,low_V = 100;
	int High_H = 5,High_S = 255,High_V = 255;

	cvtColor(image, src, COLOR_BGR2HSV);//从BGR->HSV
	inRange(src, Scalar(low_H, low_S, low_V), Scalar(High_H, High_S, High_V), src);//二值化

	//Reduce the noise so we avoid false circle detection
	GaussianBlur(src, src, Size(5, 3), 2, 2);

	HoughCircles(src, circles, CV_HOUGH_GRADIENT, 1, 50, 15, 7,10,30);//找圆,最后两个参数是圆半径范围，20是最小圆半径，30是最大圆半径

	drawCircle(result, circles);//画圆

	namedWindow("Display window1", WINDOW_NORMAL);//展示结果
	namedWindow("Display window2", WINDOW_NORMAL);
	resizeWindow("Display window1", 1240, 680);
	resizeWindow("Display window2", 1240, 680);
	imshow("Display window1", image);
	imshow("Display window2", result);
	waitKey(0);

	return 0;
}

void drawCircle(Mat &input, const vector<Vec3f> &circles){
	for (int i = 0; i<circles.size(); i++){
		Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
		int radius = cvRound(circles[i][2]);
		circle(input, center, radius, Scalar(255, 0, 0), 3, 8, 0);
	}
}