在计算机视觉领域，圆形检测是一项常见并且实用的技术。在这篇文章中，我们将介绍如何使用 C# 和 OpenCvSharp 库来进行圆形检测。OpenCvSharp 是 OpenCV 的 .NET 封装，提供了强大的视觉处理能力。

安装 OpenCvSharp

在开始使用之前，确保你已经安装了 OpenCvSharp 库。你可以通过 NuGet 包管理器来安装它：

PowerShell
Install-Package OpenCvSharp4

使用 HoughCircles 方法进行圆形检测

OpenCvSharp 提供了一个名为 HoughCircles 的方法，可以用来检测图像中的圆形。接下来，我们将详细介绍如何使用这个方法。

基本圆形检测示例

以下是一个基本的圆形检测示例，展示了如何从加载的图像中检测圆形：

C#
using OpenCvSharp;

namespace OpenCv082902
{
    internal class Program
    {
        static void Main(string[] args)
        {
            // 读取图像
            Mat src = Cv2.ImRead("1.jpg", ImreadModes.Color);

            // 将图像转换为灰度图
            Mat gray = new Mat();
            Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY);

            // 使用高斯模糊减小噪声
            Cv2.GaussianBlur(gray, gray, new Size(9, 9), 2, 2);

            // 添加形态学操作 - 闭操作
            Mat morph = new Mat();
            Cv2.MorphologyEx(gray, morph, MorphTypes.Close, Cv2.GetStructuringElement(MorphShapes.Ellipse, new Size(5, 5)));

            // 检测圆形
            CircleSegment[] circles = Cv2.HoughCircles(
                morph,
                HoughModes.Gradient,
                1,
                morph.Rows / 8,
                param1: 100,
                param2: 30,
                minRadius: 10,
                maxRadius: 100);

            // 定义面积阈值
            double minArea = 30000; // 最小面积阈值
            double maxArea = 60000; // 最大面积阈值

            // 过滤并绘制满足面积条件的圆
            foreach (CircleSegment circle in circles)
            {
                double radius = circle.Radius;
                double area = Math.PI * Math.Pow(radius, 2);

                // 如果圆的面积在设定的范围内，则绘制该圆
                if (area >= minArea && area <= maxArea)
                {
                    Point center = new Point(circle.Center.X, circle.Center.Y);

                    // 在图像上绘出圆心
                    Cv2.Circle(src, center, 3, Scalar.Red, -1, LineTypes.AntiAlias);

                    // 在图像上绘出圆的边界
                    Cv2.Circle(src, center, (int)radius, Scalar.Blue, 3, LineTypes.AntiAlias);

                    // 绘制圆面积
                    string text = $"Area: {area:F2}";
                    var fontFace = HersheyFonts.HersheyScriptSimplex;
                    double fontScale = 0.5;
                    int thickness = 1;
                    Size textSize = Cv2.GetTextSize(text, fontFace, fontScale, thickness, out int baseline);
                    Point textOrigin = new Point(center.X - textSize.Width / 2, center.Y + (int)radius + 20);
                    Cv2.PutText(src, text, textOrigin, fontFace, fontScale, Scalar.Green, thickness, LineTypes.AntiAlias);
                }
            }

            // 显示结果
            Cv2.ImShow("Filtered Circles by Area", src);
            Cv2.WaitKey();
        }
    }
}

参数解释

• gray: 输入的灰度图像。
• HoughMethods.Gradient: 使用基于梯度的方法进行圆检测。
• 1: 累加器分辨率与图像分辨率的反比。
• gray.Rows / 8: 圆心之间的最小距离。
• param1: Canny边缘检测的高阈值（低阈值是高阈值的一半）。
• param2: 检测阶段圆心的累加器阈值。
• minRadius: 圆的最小半径。
• maxRadius: 圆的最大半径。

圆形检测的高级应用

可以调整参数来更好地适应不同的图像条件，比如改进对不同半径的检测，或优化性能。在某些情境下，添加形态学操作来改善前期图像处理也是非常有效的。

Java
// 添加形态学操作 - 闭操作
Mat morph = new Mat();
Cv2.MorphologyEx(gray, morph, MorphTypes.Close, Cv2.GetStructuringElement(MorphShapes.Ellipse, new Size(5, 5)));

// 使用形态学处理后的图像进行圆形检测
CircleSegment[] // 使用形态学处理后的图像进行圆形检测
    circles = Cv2.HoughCircles(
        morph,
        HoughModes.Gradient,
        1,
        morph.Rows / 8,
        param1: 100,
        param2: 30,
        minRadius: 10,
        maxRadius: 100);


// 同样的绘制步骤

总结

通过这篇文章，我们学习了如何使用 C# 与 OpenCvSharp 库进行圆形检测。你可以尝试着调整不同的参数以适应你自己的场景。同时，还可以结合更多的计算机视觉方法，实现更复杂的功能。计算机视觉领域是广阔而富有挑战的，持续的学习和实践将助你在这一领域不断进步。