### 实现圆形检测 为了在 Qt 中使用 OpenCV 进行圆形检测，可以采用 Hough 圆变换方法。此方法能够有效地从图像中提取圆形特征[^3]。 ```cpp #include <opencv2/opencv.hpp> #include <QImage> void detectCircles(cv::Mat &image) { cv::cvtColor(image, image, cv::COLOR_BGR2GRAY); cv::GaussianBlur(image, image, cv::Size(9, 9), 2, 2); std::vector<cv::Vec3f> circles; // 使用霍夫圆变换检测圆形 cv::HoughCircles(image, circles, cv::HOUGH_GRADIENT, 1, image.rows / 8, // 变换的累加器分辨率与输入图像之比 100, 30, // 霍夫梯度参数 1, 30); // 半径范围 for (size_t i = 0; i < circles.size(); ++i) { cv::Vec3i c = circles[i]; cv::Point center = cv::Point(c[0], c[1]); int radius = c[2]; // 绘制找到的圆心 cv::circle(image, center, 3, cv::Scalar(0, 255, 0), -1, cv::LINE_AA); // 绘制外圈轮廓 cv::circle(image, center, radius, cv::Scalar(0, 0, 255), 3, cv::LINE_AA); } } ``` 上述代码展示了如何通过 `cv::HoughCircles` 函数执行圆形检测，并将结果可视化显示出来。首先对原始彩色图片进行了灰度化处理以及高斯模糊操作以减少噪声干扰；接着调用了霍夫圆变换算法来查找可能存在的圆形对象；最后遍历所有发现的结果，在原图中标记出各个圆的位置及其边界线。 对于 Qt 应用程序而言，还需要考虑如何把处理后的 Mat 数据转换成可以在界面上展示的形式： ```cpp // 将OpenCV矩阵转为QImage以便于Qt界面组件显示 QImage matToQImage(const cv::Mat& mat) { if(mat.type() == CV_8UC1){ QVector<QRgb> colorTable; for(int i=0;i<256;++i) colorTable.push_back(qRgb(i,i,i)); const uchar *qImageBuffer = (const uchar*)mat.data; QImage img(qImageBuffer, mat.cols, mat.rows, mat.step, QImage::Format_Indexed8); img.setColorTable(colorTable); return img.copy(); } switch(mat.channels()){ case 1: return QImage((uchar*)mat.data, mat.cols, mat.rows, mat.step, QImage::Format_Grayscale8).copy(); case 3: return QImage((uchar*)(mat.data), mat.cols, mat.rows, mat.step, QImage::Format_RGB888).rgbSwapped().copy(); default: break; } return QImage(); } // 更新UI上的Label控件以反映最新的图像状态 ui->label->setPixmap(QPixmap::fromImage(matToQImage(processedImage))); ``` 这段辅助函数负责完成从 OpenCV 的内部表示形式到适合 Qt 显示的数据结构之间的转换工作。这样就可以方便地将经过处理之后得到的新图像呈现在图形用户接口上了[^2]。