Hough Circleの検出とHoughラインの検出の原理は同様です。円の場合、パラメーター座標系ではc：（x、y、r）として表されます。
関数：
imgproc.houghcircles（MAT Image、Mat Circuits、Int Method、Double DP、Double Mindist、Double Param1、double Param2、int minradius、int maxradius）
パラメーター説明：
画像：ソース画像
円：検出された円の出力ベクトル（x、y、r）
方法：使用された検出方法、現在1つのimgproc.hough_gradientしかありません
DP：円の中心にあるアキュムレータ画像とソース画像の比率の逆
マインディスト：検出された円の中心間の最小距離
PARAM1：メソッドによって設定された検出方法の対応するパラメーター。 hough_gradientの場合、エッジ検出演算子の高いしきい値を示します（低いしきい値は高いしきい値の半分です）、デフォルト値は100です
PARAM2：メソッドで設定された検出法の対応するパラメーターは、hough_gradientであり、アキュムレータのしきい値を示します。値が小さいほど、無関係な円が検出されました
minradius：円半径の最小半径、デフォルトは0です
Maxradius：サークル半径の最大半径はデフォルト0になります（MinradiusとMaxradiusの両方がデフォルトである場合、Houghcircles関数は半径を自動的に計算します）
サンプルコード：
public static void main（string [] args）{system.loadLibrary（core.native_library_name）; mat src = imgcodecs.imread（ "f：//websbook_com_1589226.jpg"）; mat dst = src.clone（）; imgproc.cvtcolor（src、dst、imgproc.color_bgr2gray）;マットサークル= new Mat（）; imgproc.houghcircles（dst、circles、imgproc.hough_gradient、1、100、440、50、0、345）; // imgproc.houghcircles（dst、circles、imgproc.hough_gradient、1、100、// 440、50、0、0）; for（int i = 0; i <circles.cols（）; i ++）{double [] vcircle = circles.get（0、i）; Point Center = new Point（vcircle [0]、vcircle [1]）; int radius =（int）math.round（vcircle [2]）; //サークルセンターimgproc.circle（src、center、3、new Scalar（0、255、0）、-1、8、0）; //サークルアウトラインimgproc.circle（src、center、radius、new Scalar（0、0、255）、3、8、0）; } imgcodecs.imwrite（ "f：//dst2.jpg"、src）; }ソース画像：
出力画像：
上記はこの記事のすべての内容です。みんなの学習に役立つことを願っています。誰もがwulin.comをもっとサポートすることを願っています。