OpenCV的：錯誤cvHoughCircles使用

Question

我使用cvHoughCircles找到下圖中的兩個白色的橢圓形：用於定位的白色區域，然後

我第一次使用閾值使用霍夫變換。

我無法理解發生了什麼：但如下面的輸出是不是來正確嗎？爲什麼它正在檢測3個圈，爲什麼只有一個被正確檢測？有什麼建議麼？

下面是我的代碼：

#include "opencv2/highgui/highgui.hpp" 
#include "opencv2/imgproc/imgproc.hpp" 
#include <iostream> 
#include <stdio.h> 
#include <math.h> 
#include <ctype.h> 
#include <stdlib.h> 
#include "opencv/cv.h" 
#include "opencv/highgui.h" 
#include<conio.h> 
#include<malloc.h> 



using namespace cv; 
using namespace std; 
int main() { 
IplImage* image = cvLoadImage( 
"testing.bmp", 
    CV_LOAD_IMAGE_GRAYSCALE 
); 

IplImage* src = cvLoadImage("testing.bmp"); 
CvMemStorage* storage = cvCreateMemStorage(0); 


cvThreshold(src, src, 200, 255, CV_THRESH_BINARY); 

CvSeq* results = cvHoughCircles( 
image, 
storage, 
CV_HOUGH_GRADIENT, 
3, 
image->width/10 
); 

for(int i = 0; i < results->total; i++) 
{ 
float* p = (float*) cvGetSeqElem(results, i); 
CvPoint pt = cvPoint(cvRound(p[0]), cvRound(p[1])); 
cvCircle( 
    src, 
    pt, 
    cvRound(p[2]), 
    CV_RGB(0xff,0,0) 
); 
} 
cvNamedWindow("HoughCircles", 1); 
cvShowImage("HoughCircles", src); 
cvWaitKey(0); 
} 

編輯：

因爲我沒有得到變換與霍夫滿意的結果，我願意去一些其他的方式。我可以假設圖中的每個白色斑點具有相同的大小（大小是已知的），並且斑點之間的距離是已知的。有沒有一種不平凡的方式，我可以找到一條垂直線（切線），觸摸左側白色斑點的左側？一旦我知道這個切線，我就會知道邊界位置，然後我將在x =（這個位置+半徑（這是已知的））處畫一個圓，y =這個位置。我可以使用一些不平凡的方式找到這樣的x和y座標嗎？

解決，通過改變按如下：

cvThreshold(image, image, 220, 255, CV_THRESH_BINARY); 

cvCanny(image, image, 255, 255, 3); 


cvNamedWindow("edge", 1); 
cvShowImage("edge", image); 
cvWaitKey(0); 

CvMemStorage* storage = cvCreateMemStorage(0); 
CvSeq* results = cvHoughCircles( 
      image, 
      storage, 
      CV_HOUGH_GRADIENT, 
      4, 
      image->width/4, 100,100,0,50); 

這裏是輸出：

Answer 1

您應該使用邊緣檢測的圖像作爲輸入，而不是經過閾值。其次，霍夫圓圈不適用於elipses，除非它們非常接近圓圈。我建議閱讀關於Generalized Hough Transform併爲橢圓實現它。

Answer 2

It's all aboutthe parameters：

IplImage* src = cvLoadImage(argv[1]); 
if (!src) 
{ 
    cout << "Failed: unable to load image " << argv[1] << endl; 
    return -1; 
} 

//IplImage* image = cvLoadImage(argv[1], CV_LOAD_IMAGE_GRAYSCALE); 
IplImage* image = cvCreateImage(cvSize(src->width, src->height), IPL_DEPTH_8U, 1); 
cvCvtColor(src, image, CV_RGB2GRAY); 

cvThreshold(image, image, 220, 255, CV_THRESH_BINARY); 
// cvNamedWindow("thres", 1); 
// cvShowImage("thres", image); 
// cvWaitKey(0); 

CvMemStorage* storage = cvCreateMemStorage(0); 
CvSeq* results = cvHoughCircles( 
       image, 
       storage, 
       CV_HOUGH_GRADIENT, 
       4, 
       image->width/3); 

std::cout << "> " << results->total << std::endl; 

for(int i = 0; i < results->total; i++) 
{ 
    float* p = (float*) cvGetSeqElem(results, i); 
    CvPoint pt = cvPoint(cvRound(p[0]), cvRound(p[1])); 
    cvCircle(src, 
      pt, 
      cvRound(p[2]), 
      CV_RGB(0xff,0,0)); 
} 

cvNamedWindow("HoughCircles", 1); 
cvShowImage("HoughCircles", src); 
cvWaitKey(0); 

如果您已經做了一點點試驗，你會最終發現，with different parameters you get different results：