opencv 識別圖片上帶顏色的圓 帶完整代碼

識別帶顏色的圓，首先需要先查詢該顏色的HSV值，

下圖部分紫色歸爲紅色了：

比如紅色：

//紅色的HSV值
int low_H = 0，low_S = 123，low_V = 100;
int High_H = 5，High_S = 255，High_V = 255;

然後將圖片從BGR轉化成HSV，接着二值化：

cvtColor（image，src，COLOR_BGR2HSV）; //從BGR-> HSV
inRange（src，Scalar（low_H，low_S，low_V），Scalar（High_H，High_S，High_V），src）; //二值化

如果有噪聲可以去噪（這一步可以沒有）：
GaussianBlur（src，src，Size（5,3 ），2,2）;

接着用HoughCircles來找圓，後面的參數可以根據需要自己設置：

HoughCircles（src，circles，CV_HOUGH_GRADIENT，1,50,15,7,10,30）; //找圓，最後兩個參數是圓半徑範圍，20是最小圓半徑，30是最大圓半徑

HoughCircles介紹：

HoughCircles（image，method，dp，minDist [，circles [，param1 [，param2 [，minRadius [，maxRadius]]]]]） 

參數：

image  - 8位，單通道，灰度輸入圖像。 圓圈  - 找到圓圈的輸出矢量。每個矢量被編碼爲3元素浮點矢量  。 method - 使用的檢測方法。目前，唯一的實現方法是 CV_HOUGH_GRADIENT dp  - 累加器分辨率與圖像分辨率的反比。例如，如果  dp=1累加器具有與輸入圖像相同的分辨率。如果  dp=2，蓄能器的寬度和高度都是一半。 minDist  - 檢測到的圓的中心之間的最小距離。如果參數太小，除了真實的一個之外，可能錯誤地檢測到多個相鄰的圓圈。如果太大，可能會遺漏一些圈子。 param1  - 第一個特定於方法的參數。在這種情況下  CV_HOUGH_GRADIENT，兩個傳遞給Canny() 邊緣檢測器的閾值較高（較低的一個是較小的兩倍）。 param2  - 第二個特定於方法的參數。在這種情況下  CV_HOUGH_GRADIENT，它是檢測階段圓心的累加器閾值。它越小，可以檢測到更多的假圓圈。將首先返回與更大的加加值對應的圓圈。 minRadius  - 最小圓半徑。 maxRadius  - 最大圓半徑。

完整代碼：

#include <iostream>
#include <vector>
#include <limits>
#include <opencv2/opencv.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <string>
#include <math.h> 
#include <iomanip>
#include <cstdio>

#pragma comment (lib, "opencv_core2413d.lib")
#pragma comment (lib, "opencv_highgui2413d.lib")
#pragma comment (lib, "opencv_imgproc2413d.lib")
#pragma comment (lib, "opencv_video2413d.lib")
#pragma comment (lib, "opencv_features2d2413d.lib")

using namespace std;
using namespace cv;

void drawCircle(Mat &input, const vector<Vec3f> &circles);

int main(){


	
	Mat	image, src;//加載進來的圖片

	vector<Vec3f> circles;//識別出來的圓，每一行是一個圓，第一列是圓心的x座標，第二列是圓心的y座標，第三列是圓的半徑
    image = imread("D:/code/map3.png");
    Mat result = imread("D:/code/map3.png");//結果圖

	//紅色的HSV值
	int low_H = 0,low_S = 123,low_V = 100;
	int High_H = 5,High_S = 255,High_V = 255;

	cvtColor(image, src, COLOR_BGR2HSV);//從BGR->HSV
	inRange(src, Scalar(low_H, low_S, low_V), Scalar(High_H, High_S, High_V), src);//二值化

	//Reduce the noise so we avoid false circle detection
	GaussianBlur(src, src, Size(5, 3), 2, 2);

	HoughCircles(src, circles, CV_HOUGH_GRADIENT, 1, 50, 15, 7,10,30);//找圓,最後兩個參數是圓半徑範圍，20是最小圓半徑，30是最大圓半徑

	drawCircle(result, circles);//畫圓

	namedWindow("Display window1", WINDOW_NORMAL);//展示結果
	namedWindow("Display window2", WINDOW_NORMAL);
	resizeWindow("Display window1", 1240, 680);
	resizeWindow("Display window2", 1240, 680);
	imshow("Display window1", image);
	imshow("Display window2", result);
	waitKey(0);

	return 0;
}

void drawCircle(Mat &input, const vector<Vec3f> &circles){
	for (int i = 0; i<circles.size(); i++){
		Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
		int radius = cvRound(circles[i][2]);
		circle(input, center, radius, Scalar(255, 0, 0), 3, 8, 0);
	}
}