doc/tutorials/imgproc/imgtrans/hough_circle/hough_circle.rst

   1 .. _hough_circle:
   2
   3 Hough Circle Transform
   4 ***********************
   5
   6 Goal
   7 =====
   8 In this tutorial you will learn how to:
   9
  10 * Use the OpenCV function :hough_circles:`HoughCircles <>` to detect circles in an image.
  11
  12 Theory
  13 =======
  14
  15 Hough Circle Transform
  16 ------------------------
  17
  18 * The Hough Circle Transform works in a *roughly* analogous way to the Hough Line Transform explained in the previous tutorial.
  19 * In the line detection case, a line was defined by two parameters :math:`(r, \theta)`. In the circle case, we need three parameters to define a circle:
  20
  21   .. math::
  22
  23      C : ( x_{center}, y_{center}, r )
  24
  25   where :math:`(x_{center}, y_{center})` define the center position (gree point) and :math:`r` is the radius, which allows us to completely define a circle, as it can be seen below:
  26
  27   .. image:: images/Hough_Circle_Tutorial_Theory_0.jpg
  28           :alt: Result of detecting circles with Hough Transform
  29           :align: center
  30
  31 * For sake of efficiency, OpenCV implements a detection method slightly trickier than the standard Hough Transform: *The Hough gradient method*. For more details, please check the book *Learning OpenCV* or your favorite Computer Vision bibliography
  32
  33 Code
  34 ======
  35
  36 #. **What does this program do?**
  37
  38    * Loads an image and blur it to reduce the noise
  39    * Applies the *Hough Circle Transform* to the blurred image .
  40    * Display the detected circle in a window.
  41
  42    .. |TutorialHoughCirclesSimpleDownload| replace:: here
  43    .. _TutorialHoughCirclesSimpleDownload: http://code.opencv.org/projects/opencv/repository/revisions/master/raw/samples/cpp/houghcircles.cpp
  44    .. |TutorialHoughCirclesFancyDownload| replace:: here
  45    .. _TutorialHoughCirclesFancyDownload: http://code.opencv.org/projects/opencv/repository/revisions/master/raw/samples/cpp/tutorial_code/ImgTrans/HoughCircle_Demo.cpp
  46
  47 #. The sample code that we will explain can be downloaded from |TutorialHoughCirclesSimpleDownload|_. A slightly fancier version (which shows both Hough standard and probabilistic with trackbars for changing the threshold values) can be found |TutorialHoughCirclesFancyDownload|_.
  48
  49 .. code-block:: cpp
  50
  51    #include "opencv2/highgui/highgui.hpp"
  52    #include "opencv2/imgproc/imgproc.hpp"
  53    #include <iostream>
  54    #include <stdio.h>
  55
  56    using namespace cv;
  57
  58    /** @function main */
  59    int main(int argc, char** argv)
  60    {
  61      Mat src, src_gray;
  62
  63      /// Read the image
  64      src = imread( argv[1], 1 );
  65
  66      if( !src.data )
  67        { return -1; }
  68
  69      /// Convert it to gray
  70      cvtColor( src, src_gray, CV_BGR2GRAY );
  71
  72      /// Reduce the noise so we avoid false circle detection
  73      GaussianBlur( src_gray, src_gray, Size(9, 9), 2, 2 );
  74
  75      vector<Vec3f> circles;
  76
  77      /// Apply the Hough Transform to find the circles
  78      HoughCircles( src_gray, circles, CV_HOUGH_GRADIENT, 1, src_gray.rows/8, 200, 100, 0, 0 );
  79
  80      /// Draw the circles detected
  81      for( size_t i = 0; i < circles.size(); i++ )
  82      {
  83          Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
  84          int radius = cvRound(circles[i][2]);
  85          // circle center
  86          circle( src, center, 3, Scalar(0,255,0), -1, 8, 0 );
  87          // circle outline
  88          circle( src, center, radius, Scalar(0,0,255), 3, 8, 0 );
  89       }
  90
  91      /// Show your results
  92      namedWindow( "Hough Circle Transform Demo", CV_WINDOW_AUTOSIZE );
  93      imshow( "Hough Circle Transform Demo", src );
  94
  95      waitKey(0);
  96      return 0;
  97    }
  98
  99
 100 Explanation
 101 ============
 102
 103
 104 #. Load an image
 105
 106    .. code-block:: cpp
 107
 108      src = imread( argv[1], 1 );
 109
 110      if( !src.data )
 111        { return -1; }
 112
 113 #. Convert it to grayscale:
 114
 115    .. code-block:: cpp
 116
 117       cvtColor( src, src_gray, CV_BGR2GRAY );
 118
 119 #. Apply a Gaussian blur to reduce noise and avoid false circle detection:
 120
 121    .. code-block::  cpp
 122
 123       GaussianBlur( src_gray, src_gray, Size(9, 9), 2, 2 );
 124
 125 #. Proceed to apply Hough Circle Transform:
 126
 127    .. code-block:: cpp
 128
 129       vector<Vec3f> circles;
 130
 131       HoughCircles( src_gray, circles, CV_HOUGH_GRADIENT, 1, src_gray.rows/8, 200, 100, 0, 0 );
 132
 133    with the arguments:
 134
 135    * *src_gray*: Input image (grayscale)
 136    * *circles*: A vector that stores sets of 3 values: :math:`x_{c}, y_{c}, r` for each detected circle.
 137    * *CV_HOUGH_GRADIENT*: Define the detection method. Currently this is the only one available in OpenCV
 138    * *dp = 1*: The inverse ratio of resolution
 139    * *min_dist = src_gray.rows/8*: Minimum distance between detected centers
 140    * *param_1 = 200*: Upper threshold for the internal Canny edge detector
 141    * *param_2* = 100*: Threshold for center detection.
 142    * *min_radius = 0*: Minimum radio to be detected. If unknown, put zero as default.
 143    * *max_radius = 0*: Maximum radius to be detected. If unknown, put zero as default
 144
 145 #. Draw the detected circles:
 146
 147    .. code-block:: cpp
 148
 149       for( size_t i = 0; i < circles.size(); i++ )
 150       {
 151          Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
 152          int radius = cvRound(circles[i][2]);
 153          // circle center
 154          circle( src, center, 3, Scalar(0,255,0), -1, 8, 0 );
 155          // circle outline
 156          circle( src, center, radius, Scalar(0,0,255), 3, 8, 0 );
 157        }
 158
 159    You can see that we will draw the circle(s) on red and the center(s) with a small green dot
 160
 161 #. Display the detected circle(s):
 162
 163    .. code-block:: cpp
 164
 165       namedWindow( "Hough Circle Transform Demo", CV_WINDOW_AUTOSIZE );
 166       imshow( "Hough Circle Transform Demo", src );
 167
 168 #. Wait for the user to exit the program
 169
 170    .. code-block:: cpp
 171
 172       waitKey(0);
 173
 174
 175 Result
 176 =======
 177
 178 The result of running the code above with a test image is shown below:
 179
 180 .. image:: images/Hough_Circle_Tutorial_Result.jpg
 181    :alt: Result of detecting circles with Hough Transform
 182    :align: center