Python实现霍夫变换对一张图片中圆的检测

霍夫变换是一种图像处理算法，可以用来检测图像中的圆、直线等形状。在Python中，我们可以使用OpenCV库来实现霍夫变换。

下面是一个简单的例子，演示如何使用霍夫变换来检测一张图片中的圆。

首先，我们需要导入必要的库：

import cv2
import numpy as np

然后，我们读取一张图片，并将其转换为灰度图像：

img = cv2.imread('circle.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

接下来，我们可以使用霍夫变换检测圆：

circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 20,
                           param1=50, param2=30, minRadius=0, maxRadius=0)

在上面的代码中，我们使用了cv2.HoughCircles()函数来检测圆。其中，第一个参数是输入的灰度图像，第二个参数是检测圆的方法（一般使用HOUGH_GRADIENT），第三个参数是图像分辨率与累加器分辨率的比例（一般为1），第四个参数是圆心之间的最小距离，第五个参数是Canny边缘检测的高阈值，第六个参数是累加器的阈值，第七个参数是最小半径，第八个参数是最大半径。

最后，我们可以将检测到的圆画出来：

if circles is not None:
    circles = np.round(circles[0, :]).astype("int")
    for (x, y, r) in circles:
        cv2.circle(img, (x, y), r, (0, 255, 0), 2)

在上面的代码中，我们首先判断是否检测到了圆。如果检测到了，我们就将其坐标和半径取整，并使用cv2.circle()函数画出圆。

完整代码如下：

import cv2
import numpy as np

img = cv2.imread('circle.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 20,
                           param1=50, param2=30, minRadius=0, maxRadius=0)

if circles is not None:
    circles = np.round(circles[0, :]).astype("int")
    for (x, y, r) in circles:
        cv2.circle(img, (x, y), r, (0, 255, 0), 2)

cv2.imshow("circles", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行代码后，我们就可以在窗口中看到检测到的圆了。