Iphone HoughCircles给出了错误的圈数和位置-iOS

我正在使用OpenCV帮助我从iPhone摄像头拍摄的图像中检测硬币。我用HoughCircles的方法来帮助我找到它们，但结果并不乐观

cv::Mat greyMat;
    cv::Mat filteredMat;
    cv::vector<cv::Vec3f> circles;
    cv::cvtColor(mainImageCV, greyMat, CV_BGR2GRAY);

    cv::threshold(greyMat, filteredMat, 100, 255, CV_THRESH_BINARY);

    for ( int i = 1; i < 31; i = i + 2 )
    {
//        cv::blur( filteredMat, greyMat, cv::Size( i, i ), cv::Point(-1,-1) );
        cv::GaussianBlur(filteredMat, greyMat, cv::Size(i,i), 0);
//        cv::medianBlur(filteredMat, greyMat, i);
//        cv::bilateralFilter(filteredMat, greyMat, i, i*2, i/2);
    }

    cv::HoughCircles(greyMat, circles, CV_HOUGH_GRADIENT, 1, 50);

    NSLog(@"Circles: %ld", circles.size());

    for(size_t i = 0; i < circles.size(); i++)
    {
        cv::Point center((cvRound(circles[i][0]), cvRound(circles[i][1])));
        int radius = cvRound(circles[i][2]);
        cv::circle(greyMat, center, 3, cv::Scalar(0,255,0));
        cv::circle(greyMat, center, radius, cv::Scalar(0,0,255));
    }

    [self removeOverViews];
    [self.imageView setImage: [self UIImageFromCVMat:greyMat]];

cv:：Mat greyMat；
cv：：Mat filteredMat；
向量圆；
cv:：CVT颜色（主图像cv、灰色马特、cv_bgr2灰色）；
cv：：阈值（greyMat，filteredMat，100255，cv_THRESH_BINARY）；
对于（int i=1；i<31；i=i+2）
{
//cv:：blur（filteredMat，greyMat，cv:：Size（i，i），cv:：Point（-1，-1））；
cv:：GaussianBlur（filteredMat，greyMat，cv:：Size（i，i），0）；
//cv：：medianBlur（filteredMat，greyMat，i）；
//cv：：双边过滤器（过滤器直径、格雷马特、i、i*2、i/2）；
}
cv：：霍夫圆（格雷马特，圆，cv_-HOUGH_梯度，1,50）；
NSLog（@“圆圈：%ld”，圆圈.size（））；
对于（size_t i=0；i

这段代码返回的结果是我有15个圆圈，它们都位于图像的右侧，这让我感到困惑

我是OpenCV新手，几乎没有让我绝望的iOS示例

---

任何帮助都将不胜感激，提前谢谢

你的算法没有多大意义。看起来您正在迭代使用cv:：GaussianBlur，但当您在其上运行HoughCircles时，它只会对灰色图像起作用，该图像已被具有31x31内核的GassianBlur过滤，这将模糊图像中的垃圾。这样做可能更有意义，以获得最佳结果：

这将以迭代方式向您显示所有图像，我相信这是您首先想要做的

// NOTE only psuedocode, won't compile, need to fix up.
for ( int i = 1; i < 31; i = i + 2 )
{
    cv::GaussianBlur(filteredMat, greyMat, cv::Size(i,i), 0);
    cv::HoughCircles(greyMat, circles, CV_HOUGH_GRADIENT, 1, 50);

    for(size_t i = 0; i < circles.size(); i++)
    {
        cv::Point center((cvRound(circles[i][0]), cvRound(circles[i][1])));
        int radius = cvRound(circles[i][2]);
        cv::circle(greyMat, center, 3, cv::Scalar(0,255,0));
        cv::circle(greyMat, center, radius, cv::Scalar(0,0,255));
    }
    cv::imshow("Circles i " + i, greyMat);
}

//注意只有psuedocode，不会编译，需要修复。
对于（int i=1；i<31；i=i+2）
{
cv:：GaussianBlur（filteredMat，greyMat，cv:：Size（i，i），0）；
cv：：霍夫圆（格雷马特，圆，cv_-HOUGH_梯度，1,50）；
对于（size_t i=0；i

要使HoughCircle实现正常工作，仍然需要一些边。它使用了一个精明的边缘检测器，如果你的图像模糊了那么多

此外，我建议您使用双面滤光片，它会模糊，但会尝试保留一些边缘

---

这也可能有助于定义正确的参数：

以上代码所做的就是反复运行相同的过程，因此您的圆会一次又一次地检测绘制的圆。不是最好的。在我看来，也反复使用高斯模糊，这不是最好的方法。我可以在for循环中看到高斯模糊以使图像更可读，但在for循环中看不到HoughCircles。你需要包括houghcircles中的所有变量，当我全部使用它们时，我的识别率翻了一番

cv::HoughCircles(gray, circles, CV_HOUGH_GRADIENT, 1, 30, 50, 20, 10, 25);

OpenCV网站上可用的相同格式，它是C++格式。 这是我的iPhone sim卡图片的链接。好市多阿司匹林在我的桌面上。应用程序计算图像中的圆圈数，并在标签中显示总数

这是我的代码，它包含了很多注释，以显示我尝试过的内容…并进行了筛选。希望这有帮助。

---

我知道这是一个老问题，所以请把它放在这里，以防其他人也会犯同样的错误（我也是……）：

这一行：

cv::Point center((cvRound(circles[i][0]), cvRound(circles[i][1])));

如果括号混乱，则开始时的双“（”）会导致仅使用一个参数而不是两个参数初始化点，它应该是：

cv::Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));

---

希望这能有所帮助。

我对hough circles所做的少量工作是，hough circles在二值图像上效果最好，即，一个带有白色像素的图像，显示了要制作圆的边缘点，并遮住了其他所有内容。在您的图像中，您没有传递二值图像。每个像素都作为边缘点工作，因此任何可以画圆的地方。重点是你需要去除图像中的噪声。试着模糊它。好的，但我应该使用哪种类型的模糊？标准化盒滤波器、高斯滤波器、中值滤波器或双边滤波器？哪种对我想做的事情最有效？我应该在灰度化之前或之后去除噪声？