使用python+opencv实现Hough圆检测

Hough圆检测是一种常见的图像处理技术，可以用于检测图像中的圆形物体。下面是使用Python和OpenCV实现Hough圆检测的代码示例：

import cv2
import numpy as np

# 读取图片
img = cv2.imread('circle.jpg', 0)

# 高斯滤波
img = cv2.GaussianBlur(img, (5, 5), 0)

# 进行霍夫圆检测
circles = cv2.HoughCircles(img, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=0, maxRadius=0)

# 将检测到的圆画出来
circles = np.uint16(np.around(circles))
for i in circles[0, :]:
    cv2.circle(img, (i[0], i[1]), i[2], (0, 255, 0), 2)
    cv2.circle(img, (i[0], i[1]), 2, (0, 0, 255), 3)

# 显示结果
cv2.imshow('Hough Circle Detection', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，首先使用 `cv2.imread` 函数读取一张图片，然后使用 `cv2.GaussianBlur` 函数进行高斯滤波，去除一些噪点。接着，使用 `cv2.HoughCircles` 函数进行圆检测，其中 `param1` 和 `param2` 是Hough圆检测算法的两个参数，可以根据实际情况进行调整。最后，将检测到的圆画出来，使用 `cv2.imshow` 函数显示结果。

需要注意的是，Hough圆检测算法对圆的大小比较敏感，如果需要检测不同大小的圆，可以设置 `minRadius` 和 `maxRadius` 参数。