c++ opencv精确提取圆形标定板，圆心角点坐标，代码示意

在OpenCV中，提取圆形标定板并定位其圆心通常涉及使用Hough Circle Transform。这是一个基于概率的方法，用于检测图像中的圆形轮廓。下面是一个简单的C++代码示例，演示如何使用OpenCV库来实现这个功能：

#include <opencv2/opencv.hpp>
#include <opencv2/imgproc.hpp>

// 函数声明
std::vector<cv::Vec3f> findCircles(const cv::Mat& img);

int main(int argc, char** argv)
{
    // 加载图片
    cv::Mat src = cv::imread("board_image.jpg", cv::IMREAD_GRAYSCALE);
    if (src.empty())
    {
        std::cout << "Failed to load image" << std::endl;
        return -1;
    }

    // 转换到二值图像
    cv::threshold(src, src, 50, 255, cv::THRESH_BINARY_INV + cv::THRESH_OTSU);

    // 使用霍夫圆变换
    std::vector<cv::Vec3f> circles = findCircles(src);

    // 遍历找到的圆形，并打印圆心坐标
    for (const auto& circle : circles)
    {
        int x = circle[0];
        int y = circle[1];
        float radius = circle[2];
        std::cout << "Circle center at (" << x << ", " << y << ") with radius " << radius << std::endl;
    }

    return 0;
}

// 自定义函数：查找圆形
std::vector<cv::Vec3f> findCircles(const cv::Mat& img)
{
    std::vector<cv::Vec3f> circles;
    cv::HoughCircles(img, circles, cv::HOUGH_GRADIENT, 1, img.rows/8, 200, 100, 0, 0); // 参数调整可能需要实验

    // 可能需要对结果进行过滤，比如去除过小或过大、噪声等
    circles.erase(std::remove_if(circles.begin(), circles.end(),
        [](cv::Vec3f &circle) { return std::abs(circle[2] - cvRound(circle[2])) > 5; }), circles.end());

    return circles;
}

这个例子中，我们首先加载并转换成灰度图，然后应用Hough Circle Transform寻找可能的圆。`findCircles`函数返回一个包含三个元素的向量，每个元素代表一个圆的中心位置(x, y)和半径。注意，实际应用中可能需要根据图像质量和特定需求微调Hough变换的参数。