霍夫圓變換與霍夫直線變換的原理類似，也是將圓上的每個(gè)點(diǎn)轉(zhuǎn)換到霍夫空間盏檐，-
其轉(zhuǎn)換的參數(shù)方程如下：
對于圓來說歇式，
θ的取值范圍在0～360°，這樣就有了三個(gè)參數(shù)胡野，
另外兩個(gè)參數(shù)是圓心（x0材失，y0）與半徑γ。這里的
霍夫空間便是一個(gè)三維空間硫豆，
所以如果還是跟之前的累積計(jì)算一樣龙巨，計(jì)算量就會(huì)大大增加，
這樣顯然不利于快速計(jì)算與檢測熊响，所以在OpenCV中旨别，
霍夫圓檢測不是基于二值圖像或者邊緣檢測的結(jié)果，
而是基于灰度圖像的梯度來找到候選區(qū)域汗茄，
然后基于候選區(qū)域實(shí)現(xiàn)霍夫圓檢測秸弛，
這樣就會(huì)大大減少計(jì)算量，提高程序的執(zhí)行速度與性能洪碳，
但是基于梯度實(shí)現(xiàn)霍夫圓檢測也帶來了另外一個(gè)問題递览，那就是結(jié)果特別容易受到噪聲影響，
對圖像中的噪聲特別敏感瞳腌，
所以在OpenCV中使用相關(guān)API實(shí)現(xiàn)霍夫圓檢測的時(shí)候绞铃，
首先需要通過模糊操作對圖像進(jìn)行噪聲抑制處理。
一般來說嫂侍，常見的均值儿捧、高斯冷离、中值模糊對圖像噪聲的抑制已經(jīng)比較有效，
但是在霍夫圓檢測中有時(shí)候還會(huì)用到邊緣保留濾波來抑制平坦區(qū)域噪聲纯命，
以便在進(jìn)行梯度計(jì)算的時(shí)候能夠更好地得到候選區(qū)域西剥。
霍夫圓檢測的API：
-
HoughCircles(Mat image, Mat circles, int method, double dp, double minDist, double param1, double param2, int minRadius, int maxRadius)
image：8位單通道的灰度圖像。
circles：輸出的三個(gè)向量的數(shù)組亿汞，圓心與半徑（x瞭空，y，r）疗我。
method：唯一支持的方法就是基于梯度霍夫變換——HOUGH_GRADIENT咆畏。
dp：圖像分辨率，注意dp越大吴裤，圖像就會(huì)相應(yīng)減小分辨率旧找；當(dāng)dp等于1時(shí)，其跟原圖的大小一致麦牺；當(dāng)dp=2時(shí)钮蛛，其為原圖的一半。
minDist：表示區(qū)分兩個(gè)圓的圓心之間最小的距離剖膳，如果兩個(gè)圓之間的距離小于給定的minDist魏颓，則認(rèn)為是同一個(gè)圓，這個(gè)參數(shù)對霍夫圓檢測來說非常有用吱晒，可以幫助降低噪聲影響甸饱。
param1：邊緣檢測Canny算法中使用的高閾值。
param2：累加器閾值仑濒，值越大叹话，說明越有可能是圓。
minRadius：檢測的最小圓半徑墩瞳，單位為像素驼壶。
maxRadius：檢測的最大圓半徑，單位為像素矗烛。
使用API實(shí)現(xiàn)灰度圖像圓檢測：
private void houghCircleDemo(Mat src, Mat dst) {
Mat gray = new Mat();
Imgproc.pyrMeanShiftFiltering(src, gray, 15, 80);
Imgproc.cvtColor(gray, gray, Imgproc.COLOR_BGR2GRAY);
Imgproc.GaussianBlur(gray, gray, new Size(3, 3), 0);
// detect circles
Mat circles = new Mat();
dst.create(src.size(), src.type());
Imgproc.HoughCircles(gray, circles, Imgproc.HOUGH_GRADIENT, 1, 20, 100, 30, 10, 200);
for(int i=0; i<circles.cols(); i++) {
float[] info = new float[3];
circles.get(0, i, info);
Imgproc.circle(dst, new Point((int)info[0], (int)info[1]), (int)info[2],
new Scalar(0, 255, 0), 2, 8, 0);
}
circles.release();
gray.release();
}
-
霍夫圓檢測相比霍夫直線檢測瞭吃，計(jì)算量大，輸出參數(shù)多涣旨，
因此一般都通過指定半徑范圍歪架，指定邊緣閾值與累積器閾值來減少計(jì)算量，
否則速度就會(huì)很慢霹陡，這個(gè)也是在使用的時(shí)候需要特別注意的和蚪。
上述三個(gè)指定參數(shù)如何影響霍夫圓檢測的計(jì)算量
指定半徑范圍:
minRadius：檢測的最小圓半徑止状，單位為像素。
maxRadius：檢測的最大圓半徑攒霹，單位為像素怯疤。
即函數(shù)只檢測半徑處于minRadius和maxRadius之間的圓，所以指定半徑范圍自然能夠影響計(jì)算量了催束。指定邊緣閾值
霍夫圓檢測的基于內(nèi)部邊緣檢測的結(jié)果集峦；
而邊緣閾值影響邊緣檢測最終留下的邊緣像素，即影響內(nèi)部邊緣檢測的結(jié)果抠刺，
因而影響霍夫圓檢測的計(jì)算量塔淤；累積器閾值
此閾值的高低便是提取圓的要求的高低，高閾值高要求高計(jì)算量速妖，反之亦然高蜂。
- 此外
廣義霍夫變換通過拓展，可以實(shí)現(xiàn)任意形狀的檢測罕容，可以查閱其他相關(guān)的資料了解备恤，這里便不多說了。
參考材料
- 《OpenCV Android 開發(fā)實(shí)戰(zhàn)》（賈志剛 著）
- 關(guān)于《OpenCV Android 開發(fā)實(shí)戰(zhàn)》作者的GitHub項(xiàng)目
- 筆者基于作者GitHub維護(hù)的APP
