【翻譯：OpenCV-Python教程】霍夫圓變換

⚠️由於自己的拖延症，3.4.3翻到一半，OpenCV發佈了4.0.0了正式版，所以接下來是按照4.0.0翻譯的。

⚠️除了版本之外，其他還是照舊，Hough Circle Transform，附原文。

目標

在這一章，

• 我們會學到用霍夫變換來在圖像中找出一個圓。
• 我們會用到這些函數：cv.HoughCircles()

原理

圓在算術上被表示成 其中是指的圓心座標，r是圓的半徑。從這個公式來看，得知我們有三個參數，這樣我們就需要一個三維度的累加器來做霍夫變換了，這樣效率是非常低的。所以 OpenCV 用了更巧妙的方法，霍夫梯度法，它利用了邊緣的梯度信息。

在此我們使用的函數是 cv.HoughCircles()。它的參數非常的多，這些參數在文檔中都有詳細的解釋。所以我們直接上代碼吧。

import numpy as np
import cv2 as cv
img = cv.imread('opencv-logo-white.png',0)
img = cv.medianBlur(img,5)
cimg = cv.cvtColor(img,cv.COLOR_GRAY2BGR)
circles = cv.HoughCircles(img,cv.HOUGH_GRADIENT,1,20,
                            param1=50,param2=30,minRadius=0,maxRadius=0)
circles = np.uint16(np.around(circles))
for i in circles[0,:]:
    # draw the outer circle
    cv.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
    # draw the center of the circle
    cv.circle(cimg,(i[0],i[1]),2,(0,0,255),3)
cv.imshow('detected circles',cimg)
cv.waitKey(0)
cv.destroyAllWindows()

結果顯示如下：

額外資源

練習

---

上篇：【翻譯：OpenCV-Python教程】霍夫線性變換

下篇：【翻譯：OpenCV-Python教程】用分水嶺算法分割圖像