标签:src Mat int Cv2 霍夫 ---- Window OpenCVSharp new
霍夫圆检测
函数原型
public static CircleSegment[] HoughCircles(InputArray image, HoughMethods method, double dp, double minDist, double param1 = 100, double param2 = 100, int minRadius = 0, int maxRadius = 0);
返回值:CircleSegment[],包含圆心,半径
image:输入图像,单通道,灰度图像
method:霍夫变换方法,HoughCirclesMethod.Gradient
dp:用来检测圆心的累加器图像的分辨率与图像之比的倒数,且此参数允许创建一个比输入图像分辨率较低的累加器,如,dp=1累加器和输入图像具有相同的分辨率,dp=2累加器只有输入图像一半大的宽度和高度
minDist:霍夫变换检测到圆的圆心之间的最小距离,用来分辨不同的圆
param1:第一个方法特定的参数。[默认值是100],边缘检测的低阈值
param2 :第二个方法特定于参数。 [默认值是100],中心点累加器阈值,候选圆心
minRadius :最小半径
maxRadius :最大半径
以下代码,有的是无用的
private static void HoughCircular()
{
Mat src = new Mat(@"I:\OpenCvSharp学习\气泡.jpg", ImreadModes.AnyColor);
Mat Gray = new Mat();
Mat Canny = new Mat();
Mat Threthold = new Mat(src.Size(), MatType.CV_8UC3, Scalar.White);
Mat Result = new Mat(src.Size(), MatType.CV_8UC3, Scalar.White);
//灰度化
Cv2.CvtColor(src, Gray, ColorConversionCodes.RGB2GRAY);
//二值化
Cv2.Threshold(Gray, Threthold, 100, 255, ThresholdTypes.Binary);
Cv2.Canny(Threthold, Canny, 60, 200, 3, false);
CircleSegment[] circle;
circle = Cv2.HoughCircles(Gray, HoughMethods.Gradient, 1, 30, 100, 30, 1, 100);
Scalar Colar = new Scalar(0, 255, 0);
Scalar Colar1 = new Scalar(0,0,255);
for (int i = 0; i < circle.Length; i++)
{
int X = (int)circle[i].Center.X;
int Y = (int)circle[i].Center.Y;
int a = (int) circle[i].Radius;
Cv2.Circle(src,X,Y,a,Colar,2,LineTypes.Link8);//圆
Cv2.Circle(src, X, Y, 2, Colar1, 2, LineTypes.Link8);//圆心
}
Window Win1 = new Window("src", WindowMode.AutoSize, src);
Window Win2 = new Window("Gray", WindowMode.AutoSize, Gray);
Window Win4 = new Window("Canny", WindowMode.AutoSize, Canny);
Window Win5 = new Window("Result", WindowMode.AutoSize, src);
Cv2.WaitKey(0);
}
标签:src,Mat,int,Cv2,霍夫,----,Window,OpenCVSharp,new 来源: https://blog.csdn.net/weixin_44597053/article/details/113043614
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。