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：理论
圆在数学上表示为(x-x_center)^2+(y-y_center)^2 = r^2，其中(x_center,y_center)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。
<code>import numpy as npimport cv2 as cvimg = 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()/<code>
结果如下：