Opencv 找到形状和颜色圆

我只检测到了所有的红色轮廓，正在努力寻找一种方法，在这些轮廓上运行一个形状检测算法，只得到红色的圆圈，但不知道如何只提取红色的圆圈，并消除不需要的其余轮廓？源代码：

#include "stdafx.h"
#include"math.h"
#include"conio.h"
#include"cv.h"
#include"highgui.h"
#include"stdio.h"
#include <math.h>

int main()
{
    int i,j,k;
    int h,w,seuill,channels;
    int seuilr, channelsr;
    int temp=0;
    uchar *data,*datar;
    i=j=k=0;
    IplImage *frame=cvLoadImage("Mon_image.jpg",1);
    IplImage *result=cvCreateImage( cvGetSize(frame), IPL_DEPTH_8U, 1 );
    IplImage *gray=cvCreateImage( cvGetSize(frame), IPL_DEPTH_8U, 1 );
    cvCvtColor(frame, result, CV_BGR2GRAY );

    //IplImage* gray;
    cvNamedWindow("original",CV_WINDOW_AUTOSIZE);
    cvNamedWindow("Result",CV_WINDOW_AUTOSIZE);

    h = frame->height;
    w = frame->width;
    seuill =frame->widthStep;
    channels = frame->nChannels;
    data = (uchar *)frame->imageData;


    seuilr=result->widthStep;
    channelsr=result->nChannels;
    datar = (uchar *)result->imageData;

   for(i=0;i < (h);i++) 
    for(j=0;j <(w);j++)
{     
if(((data[i*seuill+j*channels+2]) >(19+data[i*seuill+j*channels]))&& ((data[i*seuill+j*channels+2]) > (19+data[i*seuill+j*channels+1])))

            datar[i*seuilr+j*channelsr]=255;

else
    datar[i*seuilr+j*channelsr]=0;
}       

         cvCanny(result,result, 50, 100, 3);
          CvMemStorage* storage = cvCreateMemStorage(0);
         CvSeq* circles = cvHoughCircles(result, storage, CV_HOUGH_GRADIENT, 1, 40.0, 100, 100,0,0);

    cvShowImage("original",frame);
    cvShowImage("Result",result);
    cvSaveImage("result.jpg",result);
    cvWaitKey(0);
    cvDestroyWindow("original");
    cvDestroyWindow("Result");
return 0;
}

#包括“stdafx.h”
#包括“math.h”
#包括“conio.h”
#包括“cv.h”
#包括“highgui.h”
#包括“stdio.h”
#包括
int main（）
{
int i，j，k；
int h、w、seuill、通道；
国际海洋研究所，海峡研究所；
内部温度=0；
uchar*数据，*数据；
i=j=k=0；
IplImage*frame=cvLoadImage（“Mon_image.jpg”，1）；
IplImage*结果=cvCreateImage（cvGetSize（帧），IPL_深度_8U，1）；
IplImage*gray=cvCreateImage（cvGetSize（帧），IPL_深度_8U，1）；
CVT颜色（帧、结果、CV_bgr2灰色）；
//IplImage*灰色；
cvNamedWindow（“原始”，CV_窗口_自动调整大小）；
cvNamedWindow（“结果”，CV_窗口_自动调整大小）；
h=框架->高度；
w=框架->宽度；
seuill=帧->宽度步长；
通道=帧->通道；
数据=（uchar*）帧->图像数据；
seuilr=结果->宽度步长；
channelsr=结果->n通道；
datar=（uchar*）结果->图像数据；
对于（i=0；i<（h）；i++）
对于（j=0；j（19+数据[i*seuill+j*通道]）和（（数据[i*seuill+j*通道+2]）>（19+数据[i*seuill+j*通道+1]））
数据r[i*seuilr+j*channelsr]=255；
其他的
数据r[i*seuilr+j*channelsr]=0；
}       
cvCanny（结果，结果，50，100，3）；
CvMemStorage*storage=cvCreateMemStorage（0）；
CvSeq*圆=cvHoughCircles（结果、存储、CV_-HOUGH_梯度，1,40.0,100,100,0,0）；
cvShowImage（“原始”，框架）；
cvShowImage（“结果”，结果）；
cvSaveImage（“result.jpg”，result）；
cvWaitKey（0）；
CVD（原件）；
“结果”；
返回0；
}

我宁愿使用RANSAC算法来检测轮廓集中的圆，但Hough变换也可以完成这项工作。

---

有关这两个过程的说明，请参阅。在matlab中给出解决方案。

共享当前应用程序的输入和输出图像不仅可以提高问题的质量，而且可以获得答案。更好地标记你的问题。所有的C组成员可能都忽略了这个问题，因为它没有被标记为。最可能的重复，重复：