在这一章当中，
- 我们将学习使用霍夫变换来查找图像中的圆圈。
- 我们将了解这些函数： cv.HoughCircles（）
圆圈在数学上表示为$(x-x_{center})^2 + (y - y_{center})^2 = r^2$其中$(x_{center},y_{center})$是圆的中心，$r$ 是圆的半径。从这个公式来看，得知我们有三个参数，这样我们就需要一个三维度的累加器来做霍夫变换了，这样效率是非常低的。所以 OpenCV 用了更巧妙的方法Hough Gradient Method ，它利用了边缘的梯度信息。 我们在这里使用的函数是 cv.HoughCircles（） 。它的参数非常的多，这些参数在文档中都有详细的解释。所以我们直接上代码吧。
import numpy as np
import cv2 as cv
img = cv.imread('opencv-logo-white.png',0)
img = cv.medianBlur(img,5)
cimg = cv.cvtColor(img,cv.COLOR_GRAY2BGR)
circles = cv.HoughCircles(img,cv.HOUGH_GRADIENT,1,20,
param1=50,param2=30,minRadius=0,maxRadius=0)
circles = np.uint16(np.around(circles))
for i in circles[0,:]:
# draw the outer circle
cv.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
# draw the center of the circle
cv.circle(cimg,(i[0],i[1]),2,(0,0,255),3)
cv.imshow('detected circles',cimg)
cv.waitKey(0)
cv.destroyAllWindows()结果如下所示：
