OpenCV:cvHoughCircles使用中出错

我使用cvHoughCircles查找下图中的两个白色椭圆：

我首先使用阈值定位白色区域，然后使用Hough变换。但输出不正确，如下所示：

我无法理解发生了什么？为什么它检测到3个圆，为什么只有一个圆被正确检测到？有什么建议吗

下面是我的代码：

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>
#include <math.h> 
#include <ctype.h>
#include <stdlib.h>
#include "opencv/cv.h"
#include "opencv/highgui.h"
#include<conio.h>
#include<malloc.h>



using namespace cv;
using namespace std;
int main( ) {
IplImage* image = cvLoadImage( 
"testing.bmp",
  CV_LOAD_IMAGE_GRAYSCALE
);

IplImage* src = cvLoadImage("testing.bmp");
CvMemStorage* storage = cvCreateMemStorage(0);


cvThreshold( src, src,  200, 255, CV_THRESH_BINARY );

CvSeq* results = cvHoughCircles( 
image, 
 storage, 
 CV_HOUGH_GRADIENT, 
 3, 
 image->width/10 
 ); 

 for( int i = 0; i < results->total; i++ ) 
 {
 float* p = (float*) cvGetSeqElem( results, i );
 CvPoint pt = cvPoint( cvRound( p[0] ), cvRound( p[1] ) );
 cvCircle( 
  src,
  pt, 
  cvRound( p[2] ),
  CV_RGB(0xff,0,0) 
);
}
cvNamedWindow( "HoughCircles", 1 );
cvShowImage( "HoughCircles", src);
cvWaitKey(0);
} 

以下是输出：

：

IplImage*src=cvLoadImage（argv[1]）；
如果（！src）
{
库特宽度（1/3）；
std:：cout您应该使用边缘检测图像作为输入，而不是阈值。
其次，Hough圆不适用于椭圆，除非它们非常接近圆。我建议阅读并实现椭圆的Hough圆。
我尽了最大努力，使用了您的参数以及以下参数：CvSeq*results=CVHough圆（图像、存储、CV_Hough_渐变，2,1）；但不起作用，未检测到圆，返回>0上面的代码生成了我共享的图像。我使用了OpenCV 2.3.1。我建议您在另一台机器上进行测试。我有类似OpenCV_core240.lib的库，因此这意味着我有OpenCV 2.4。您的值4，image->width/3对应于“dp=1：分辨率的反比”，并且“检测到的中心之间的最小距离"我说的对吗？我不太清楚，但你可以通过查看OpenCV 2.3文档来了解。顺便说一句，我刚刚用OpenCV 2.3.1在Windows box上测试了我的代码，它也起了作用。也许我不熟悉OpenCV，但你不应该使用边缘图像，而不是阈值作为Hough算法的输入吗？使用Canny边缘检测，然后是by Hough变换成功了！但是当我拍摄另一张带有更多白色斑点的图像时，相同的算法失败了。@Andrey，你认为椭圆形检测应该使用相同的程序吗？（因为在我的例子中，实际上形状是椭圆形的，而不是圆形的）事实上，在canny之前进行阈值处理时，边缘可以完美地检测到。但我猜canny内部也会涉及阈值处理。因此，参数中可能存在一些问题。无论如何，您的回答对其他一些图像也适用。感谢您，应该先进行阈值处理，然后进行边缘处理，然后进行hough变换。在我的图像处理中对于近似圆形，解决方案有效，但椭圆形无效。因此，我认为广义霍夫变换可能是更好的解决方案。由于我知道白色斑点的大小和许多其他参数，所以手头的应用程序实际上要简单得多，所以在我的情况下，一些简单的方法也可能有效。
cvThreshold(image, image,  220, 255, CV_THRESH_BINARY );

cvCanny(image, image, 255, 255, 3);


cvNamedWindow( "edge", 1 );
cvShowImage( "edge", image);
cvWaitKey(0);

CvMemStorage* storage = cvCreateMemStorage(0);
CvSeq* results = cvHoughCircles( 
             image, 
             storage, 
             CV_HOUGH_GRADIENT, 
             4, 
             image->width/4, 100,100,0,50); 

IplImage* src = cvLoadImage(argv[1]);
if (!src)
{
    cout << "Failed: unable to load image " << argv[1] << endl;
    return -1;
}

//IplImage* image = cvLoadImage(argv[1], CV_LOAD_IMAGE_GRAYSCALE);
IplImage* image = cvCreateImage(cvSize(src->width, src->height), IPL_DEPTH_8U, 1);
cvCvtColor(src, image, CV_RGB2GRAY);

cvThreshold(image, image,  220, 255, CV_THRESH_BINARY );
//  cvNamedWindow( "thres", 1 );
//  cvShowImage( "thres", image);
//  cvWaitKey(0);

CvMemStorage* storage = cvCreateMemStorage(0);
CvSeq* results = cvHoughCircles( 
                 image, 
                 storage, 
                 CV_HOUGH_GRADIENT, 
                 4, 
                 image->width/3); 

std::cout << "> " << results->total << std::endl;

for( int i = 0; i < results->total; i++ ) 
{
    float* p = (float*) cvGetSeqElem( results, i );
    CvPoint pt = cvPoint( cvRound( p[0] ), cvRound( p[1] ) );
    cvCircle(src,
             pt, 
             cvRound( p[2] ),
             CV_RGB(0xff,0,0));
}

cvNamedWindow( "HoughCircles", 1 );
cvShowImage( "HoughCircles", src);
cvWaitKey(0);