python opencv3 圆检测

git：https://github.com/linyi0604/Computer-Vision

 # coding:utf8

 import cv2
 import numpy as np

 img_origin = cv2.imread("../data/circle.jpg")
 img_gray = cv2.cvtColor(img_origin, cv2.COLOR_BGR2GRAY)
 # 低同滤波进行平滑图像
 img = cv2.medianBlur(img_gray, 5)
 cimg = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)

 circles = cv2.HoughCircles(img, cv2.HOUGH_GRADIENT, 1, 120,
                            param1=100,param2=30,
                            minRadius=0, maxRadius=0)
 """
 cv2.HoughCircles(image, method, dp,
         minDist, circles, param1, param2,
         minRadius, maxRadius)
 参数：
     image:　输入图像　必须是灰度图像
     method:检测方法,常用CV_HOUGH_GRADIENT
     dp:检测内侧圆心的累加器图像的分辨率于输入图像之比的倒数，
         如dp=1，累加器和输入图像具有相同的分辨率，如果dp=2，
         累计器便有输入图像一半那么大的宽度和高度
     minDist: 两个圆心之间的最小距离
     param1: 默认100, 是method方法的参数
         在CV_HOUGH_GRADIENT表示传入canny边缘检测的阈值
     param2： 默认100,method的参数，
         对当前唯一的方法霍夫梯度法cv2.HOUGH_GRADIENT，
         它表示在检测阶段圆心的累加器阈值，
         它越小，就越可以检测到更多根本不存在的圆，
         而它越大的话，能通过检测的圆就更加接近完美的圆形了
     minRadius:默认值0，圆半径的最小值
     maxRadius:默认值0，圆半径的最大值
 返回值：

 """
 # 整数化
 circles = np.uint16(np.around(circles))

 for i in circles[0, :]:
     # 画出外边圆
     cv2.circle(img_origin, (i[0], i[1]), i[2], (0, 255, 0), 2)
     # 画出圆心
     cv2.circle(img_origin, (i[0], i[1]), 2, (0, 0, 255), 3)

 cv2.imshow("", img_origin)
 cv2.waitKey()
 cv2.destroyAllWindows()