Opencv JavaCV中的cvHoughCircles（）参数？

我想使用cvHoughCircles（）在图像中查找圆。 但是我混淆了第四个参数，因为当我使用“1”时，cvHoughCircles（）找不到圆，当我使用“2”时，该方法工作正常并检测图像中的所有圆

查看两种情况下我的程序的屏幕截图

我对另一幅图像执行了相同的操作，但这次将第四个参数的值从1更改为2，并没有影响结果[cvHoughCircles（）为两种情况返回了相同的结果（使用1或2作为第四个参数的值）]

有人能告诉我在处理不同图像时第四个参数的值吗？

查看此链接：

它列出了所有函数的c/c++/python实现，说明了每个参数的作用，我总是发现其中一个是javacv所包装的（在本例中是c代码）。当我看到你的帖子时，我正在寻找这个页面，以防再次出现这种情况，我现在可以点击我自己的链接了（太棒了！）。现在尽我所能回答你的问题

函数如下所示：

CvSeq* cvHoughCircles(CvArr* image, void* circle_storage, int method, double dp, double min_dist, double param1=100, double param2=100, int min_radius=0, int max_radius=0 )

网站中描述了：

dp–累加器分辨率与图像分辨率的反比。例如，如果dp=1，累加器的分辨率与输入图像相同。如果dp=2，则蓄能器的宽度和高度为原来的一半

我猜测（根据我在课堂上的记忆），这指的是金字塔结构，有时用于特征检测。基本上，您可以对图像的像素进行平均，以获得较小的图像，以便找到重要特征的位置，如角点或在本例中的圆，这些特征最终基于梯度信息（因此应使用黑白或灰度图像）

使用dp=1应该很好，但是，只需确保在图像上调用cvSmooth（），以便梯度向量在圆周围形成一个漂亮的圆。如果你知道有一个圆，那么你可以继续平滑和扩张（CVDISPLATE），直到圆出现，但是你可以检测到伪影，所以最大的圆应该是你感兴趣的。最后，这取决于您将算法付诸实施的情况