La transformada de círculo de Hough

Teoría

Un círculo se representa matemáticamente como donde es el centro del círculo, y r es el radio del círculo. A partir de la ecuación, podemos ver que tenemos 3 parámetros, por lo que necesitamos un acumulador 3D para la transformada de Hough, que sería altamente ineficaz. Así que OpenCV usa un método más complicado, el Método Hough Gradient, que utiliza la información de degradado de los bordes.

La función que usamos aquí es cv2.HoughCircles(). Tiene muchos argumentos que están bien explicados en la documentación. Veamos un ejemplo directamente:

import cv2
import numpy as np

img = cv2.imread('monedas.png',0)
img = cv2.medianBlur(img,5)
cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)

circles = cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,3,30,
                            param1=80,param2=20,minRadius=10,maxRadius=40)

circles = np.uint16(np.around(circles))
for i in circles[0,:]:
    # Dibuja la circusnferencia del círculo
    cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
    # dibuja el centro del círculo
    cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),3)

cv2.imshow('círculos detectados',cimg)
cv2.waitKey(0)
cv2.destroyAllWindows()