HoughCircles（）圆检测的正确阈值opencv c++； 我想用C++中的OpenCV来检测图像中的圆。我尝试了dp、parm1和parm2的各种阈值，但找不到正确的阈值
圆的半径约为40像素。 我添加了一个指向示例图像的链接。我需要在HoughCircles（）中使用哪些值才能获得正确的结果HoughCircles（）圆检测的正确阈值opencv c++； 我想用C++中的OpenCV来检测图像中的圆。我尝试了dp、parm1和parm2的各种阈值，但找不到正确的阈值,c++,opencv,C++,Opencv,圆的半径约为40像素。 我添加了一个指向示例图像的链接。我需要在HoughCircles（）中使用哪些值才能获得正确的结果 链接到示例。您可以使用以下参数值。这些设置可以检测图像中的圆圈 cv::Mat img = cv::imread("75.bmp"); cv::Mat img_gray; cv::cvtColor(img, img_gray, cv::COLOR_BGR2GRAY); img_gray.convertTo(img_gray, CV_8UC1); std:
链接到示例。您可以使用以下参数值。这些设置可以检测图像中的圆圈
cv::Mat img = cv::imread("75.bmp");
cv::Mat img_gray;
cv::cvtColor(img, img_gray, cv::COLOR_BGR2GRAY);
img_gray.convertTo(img_gray, CV_8UC1);
std::vector<cv::Vec3f> circles;
double minDist = 20;
double dp = 1;
double param1 = 200;
double param2 = 10;
int minRadius = 15;
int maxRadius = 25;
cv::HoughCircles(img_gray, circles, cv::HOUGH_GRADIENT, dp, minDist, param1, param2, minRadius, maxRadius);
if (circles.size() > 0) {
for (size_t current_circle = 0; current_circle < circles.size(); ++current_circle) {
cv::Point center(std::round(circles[current_circle][0]), std::round(circles[current_circle][1]));
int radius = std::round(circles[current_circle][2]);
cv::circle(img, center, radius, cv::Scalar(0, 255, 0), 1);
}
}
cv:：Mat img=cv:：imread（“75.bmp”）；
cv：：Mat img_gray；
cv:：CVT颜色（img、img_灰色、cv:：颜色_BGR2灰色）；
img_gray.convertTo（img_gray，CV_8UC1）；
std：：向量圆；
双重正念者=20；
双dp=1；
双参数1=200；
双参数2=10；
int minRadius=15；
int最大半径=25；
cv:：HoughCircles（img_gray，圆圈，cv:：HOUGH_渐变，dp，Minist，param1，param2，minRadius，maxRadius）；
如果（圆圈.size（）>0）{
用于（大小为当前圆=0；当前圆<圆。大小（）；+当前圆）{
cv：：点中心（标准：：圆（圆[当前圆][0]），标准：：圆（圆[当前圆][1]）；
int radius=std:：round（圆[current_circle][2]）；
cv：：圆（img，中心，半径，cv：：标量（0，255，0），1）；
}
}