学习目标 在本章中，

我们将学习使用霍夫变换来查找图像中的圆。 我们将看到以下函数：cv.HoughCircles() 理论 圆在数学上表示为图片，其中图片是 圆的中心，r是圆的半径。从等式中，我们可以看到我们有3个参数，因此我们需要3D累加器进行霍夫变换，这将非常低效。因此，OpenCV使用更加技巧性的方法，即使用边缘的梯度信息的Hough梯度方法。 我们在这里使用的函数是cv.HoughCircles()。它有很多参数，这些参数在文档中有很好的解释。因此，我们直接转到代码。

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,:]:

绘制外圆

 cv.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
# 绘制圆心
cv.circle(cimg,(i[0],i[1]),2,(0,0,255),3) 

cv.imshow('detected circles',cimg) cv.waitKey(0) cv.destroyAllWindows()

 

结果如下：
![](https://s4.51cto测试数据/images/blog/202101/06/569a1141bfbdb84bf43bbc6eea643331.png) 

查看更多关于OpenCV系列之霍夫圈变换 | 三十三的详细内容...