基于OpenCV的圆形识别问题：部分圆形未被检测到

阿华AIGC实验室

2026-5-20

嘿，看来你在OpenCV圆形检测这儿遇到漏检的麻烦了！先别慌，我结合你给出的代码片段（虽然没写完，到CV_RG就断啦）和霍夫圆检测的常见坑点，给你梳理下排查方向：

圆形检测漏检问题的排查与优化方案

一、先把未完成的代码补全

你写的cv::cvtColor应该是要把图像转成灰度图吧？霍夫圆检测依赖灰度图的边缘信息，补全后的预处理+检测代码大概是这样：

+(UIImage *)ConvertImage:(UIImage *)image { 
    cv::Mat matImage; 
    UIImageToMat(image, matImage); 
    cv::Mat modImage; 
    cv::medianBlur(matImage, matImage, 5); 
    // 补全颜色转换：转灰度图，注意OpenCV版本的常量差异
    cv::cvtColor(matImage, modImage, cv::COLOR_BGR2GRAY); // 新版本用COLOR_*，旧版本是CV_BGR2GRAY
    
    // 霍夫圆检测核心代码
    std::vector<cv::Vec3f> circles;
    // 这里的参数是漏检问题的关键，后面会重点讲怎么调整
    cv::HoughCircles(modImage, circles, cv::HOUGH_GRADIENT, 
                     1.5,    // dp：累加器分辨率与图像分辨率的反比
                     30,     // minDist：检测到的圆心之间的最小距离
                     100,    // param1：Canny边缘检测的高阈值
                     25,     // param2：累加器阈值（影响漏检的核心）
                     10,     // minRadius：要检测的圆形最小半径
                     50);    // maxRadius：要检测的圆形最大半径
    
    // 这里可以添加绘制圆形标记或提取结果的逻辑
    for (size_t i = 0; i < circles.size(); i++) {
        cv::Vec3i c = circles[i];
        cv::circle(modImage, cv::Point(c[0], c[1]), c[2], cv::Scalar(0,255,0), 2);
    }
    
    // 转换回UIImage返回
    UIImage *resultImage;
    MatToUIImage(modImage, resultImage);
    return resultImage;
}

二、核心优化：霍夫圆检测参数调整

漏检的绝大多数原因都是参数没适配你的图像，给你逐个讲怎么调：

dp：取值1.2-2之间。值越小检测越精细但速度慢，太大容易漏掉小尺寸圆形，根据你图像里圆的大小灵活调整。
minDist：建议设为你图像中圆形直径的1.2-1.5倍。如果设太大，距离近的圆会被当成一个；太小会检测出大量假圆，需要匹配实际场景。
param1：从80-150之间试。这是Canny边缘检测的高阈值，太低会引入背景噪声，太高会漏掉弱边缘的圆形。
param2：这是影响漏检的重中之重！值越低，能检测到的圆形越多（包括假圆）；越高越严格，只识别最明显的圆。如果漏检就往低调，比如从30降到20试试。
minRadius和maxRadius：一定要根据你图像里圆的实际大小设置！不设的话算法会盲目检测所有尺寸，既慢又容易漏检目标大小的圆。

三、预处理环节再优化

你已经用了medianBlur做降噪，这步很对，但还能加细节提升检测率：

调整模糊核大小：你用的是5，试试3或者7？小核适合小尺寸的圆，大核适合背景噪声严重的图，注意别把圆形本身磨没就行。
增加自适应阈值：如果图像对比度低，转灰度后加一步自适应阈值处理，能让圆形轮廓更突出，减少背景干扰：

cv::Mat thresholdImg;
cv::adaptiveThreshold(modImage, thresholdImg, 255, cv::ADAPTIVE_THRESH_GAUSSIAN_C, cv::THRESH_BINARY_INV, 11, 2);
// 用thresholdImg代替modImage去执行霍夫圆检测