官網：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/imgtrans/hough_circle/hough_circle.html#hough-circle

前言

Hough變換也是在影象處理、計算機視覺領域應用很廣泛的技術。

經常是用Hough來檢測直線，今天想學習下Hough檢測圓。

用官網的程式碼，自己在網上找了幅有圓的圖片，卻檢測出不來

然後重新找了一幅圖片，就可以，如下圖所示（dp =2 , minDist =Image.rows/8）

整個程式碼中，最重要的就是HoughCircles()函式，

來看它的定義：

void HoughCircles( InputArray image, OutputArray circles,
       int method, double dp, double minDist,
       double param1=100, double param2=100,
       int minRadius=0, int maxRadius=0 );

//dp，用來檢測圓心的累加器影象的解析度與輸入影象之比的倒數，例如如果dp= 1時，累加器和輸入影象具有相同的解析度。如果dp=2，累加器便只有輸入影象一半的解析度

//minDist 檢測到的圓的圓心之間的最小距離，即讓我們的演算法能明顯區分的兩個不同圓之間的最小距離。如果這個引數設定過大，某些圓就不能被檢測出來。

如上圖，按照官網上設定為Image.rows/8 , 該影象 Image.rows = 279, 即  minDist = 34點多

當引數 minDist 設定為20時，結果如下，的確把上面沒有檢測到的圓檢測出來了

當改變引數為dp = 3，minDist仍然為Image.rows/8時，

回到最初遇到的那個問題

為什麼那個建築物的圓沒檢測出來呢？，原因在這裡

 //採用高斯濾波去除噪聲
   GaussianBlur(tmp,tmp,Size(9,9),2,2);

特意顯示了下濾波後的效果圖，如下圖，圖片變得很模糊，

於是不執行這一行，即不進行降噪處理，發現可以檢測出來了！說明降噪處理要因圖而異，並不是所有都需要！

至於為什麼只檢測出一個圓，博主@ 淺墨_毛星雲描述：當有許多同心圓或者是近似的同心圓時，霍夫梯度法（CV_HOUGH_GRADIENT）的傾向是保留最大的一個圓 。