8 Point pt2((*it)[2],(*it)[3]); 9 line(image,pt1,pt2,color,2); // 线条宽度设置为2
10 ++it; 11 } 12 }
实际上Hough变换可以检测很多固定的形状，比如：圆、正方形等。它们的原理基本相同，都是构造一个投票矩阵。OpenCV里提供了检测圆的函数HoughCircles，它的输出是一个Vector of Vec3i，Vector的每个元素包含了3个浮点数，前2个是圆的中心坐标，最后一个是半径。
三、轮廓的提取与描述
在目标识别中我们首先要把感兴趣的目标提取出来，而一般常见的步骤都是通过颜色或纹理提取出目标的前景图（一幅黑白图像，目标以白色显示在图像中），接下来我们要对前景图进行分析进一步地把目标提取出来，而这里常常用到的就是提取目标的轮廓。
OpenCV里提取目标轮廓的函数是findContours，它的输入图像是一幅二值图像，输出的是每一个连通区域的轮廓点的集合：vector<vector<Point>>。外层vector的size代表了图像中轮廓的个数，里面vector的size代表了轮廓上点的个数。下面我们通过实例来看函数的用法。
1 int main() 2 { 3 using namespace cv; 4 5 Mat image=imread("../shape.png"); 6 cvtColor(image,image,CV_BGR2GRAY); 7 vector<vector<Point>> contours; 8 // find 9 findContours(image,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE); 10 // draw 11 Mat result(image.size(),CV_8U,Scalar(0)); 12 drawContours(result,contours,-1,Scalar(255),2); 13 14 namedWindow("contours"); 15 imshow("contours",result); 16 waitKey(); 17 return 0; 18 }
上面程序中包含了2个函数，第一个是查找轮廓函数，它的第三个参数说明查找轮廓的类型，这里我们使用的是外轮廓，还可以查找所有轮廓，即包括一些孔洞的部分，像图像人物胳膊与腰间形成的轮廓。第4个参数说明了轮廓表示的方法，程序中的参数说明轮廓包括了所有点，也可以用其他参数让有点直线的地方，只保存直线起始与终点的位置点，具体参数用法可以参考手册里函数的介绍。
第二个函数drawContours是一个画轮廓的函数，它的第3个参数程序里设置-1表示所有的轮廓都画，你也可以指定要画的轮廓的序号。
提取到轮廓后，其实我们更关心的是如果把这些轮廓转换为可以利用的特征，也就是涉及到轮廓的描述问题，这时就有多种方法可以选择，比如矢量化为多边形、矩形、椭圆等。OpenCV里提供了一些这样的函数。
