C++ 中怎么利用OpenCV實現圓檢測

C++ 中怎么利用OpenCV實現圓檢測

在計算機視覺領域，圓檢測是一個常見的任務，廣泛應用于工業檢測、醫學圖像分析、自動駕駛等領域。OpenCV 是一個強大的開源計算機視覺庫，提供了豐富的函數和工具來實現圓檢測。本文將介紹如何在 C++ 中使用 OpenCV 實現圓檢測。

1. 準備工作

首先，確保你已經安裝了 OpenCV 庫，并且在你的 C++ 項目中正確配置了 OpenCV。你可以通過以下命令安裝 OpenCV：

sudo apt-get install libopencv-dev

在你的 C++ 項目中，包含 OpenCV 的頭文件：

#include <opencv2/opencv.hpp>

2. 讀取圖像

在進行圓檢測之前，首先需要讀取圖像?？梢允褂?cv::imread 函數來讀取圖像：

cv::Mat image = cv::imread("image.jpg", cv::IMREAD_COLOR);
if (image.empty()) {
    std::cerr << "Could not open or find the image!" << std::endl;
    return -1;
}

3. 圖像預處理

為了提高圓檢測的準確性，通常需要對圖像進行預處理。常見的預處理步驟包括將圖像轉換為灰度圖像、應用高斯模糊等：

cv::Mat gray;
cv::cvtColor(image, gray, cv::COLOR_BGR2GRAY);
cv::GaussianBlur(gray, gray, cv::Size(9, 9), 2, 2);

4. 圓檢測

OpenCV 提供了 cv::HoughCircles 函數來實現圓檢測。該函數基于霍夫變換算法，能夠檢測圖像中的圓形：

std::vector<cv::Vec3f> circles;
cv::HoughCircles(gray, circles, cv::HOUGH_GRADIENT, 1, gray.rows/8, 200, 100, 0, 0);

• gray 是輸入的灰度圖像。
• circles 是輸出的圓的信息，每個圓由三個浮點數表示：圓心坐標 (x, y) 和半徑 r。
• cv::HOUGH_GRADIENT 是檢測方法。
• 1 是累加器分辨率與圖像分辨率的比值。
• gray.rows/8 是檢測到的圓之間的最小距離。
• 200 和 100 分別是 Canny 邊緣檢測的高閾值和低閾值。
• 0 和 0 是圓的最小半徑和最大半徑。

5. 繪制檢測到的圓

檢測到圓后，可以使用 cv::circle 函數在圖像上繪制檢測到的圓：

for (size_t i = 0; i < circles.size(); i++) {
    cv::Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
    int radius = cvRound(circles[i][2]);
    cv::circle(image, center, radius, cv::Scalar(0, 255, 0), 3, cv::LINE_AA);
}

6. 顯示結果

最后，使用 cv::imshow 函數顯示檢測結果：

cv::imshow("Detected Circles", image);
cv::waitKey(0);

7. 總結

通過以上步驟，你可以在 C++ 中使用 OpenCV 實現圓檢測。OpenCV 提供了強大的工具和函數，使得圓檢測變得簡單而高效。你可以根據實際需求調整參數，以獲得更好的檢測效果。

希望本文對你有所幫助，祝你在計算機視覺的旅程中取得成功！