circles 是 cv2.HoughCircles 函数返回的数组，它包含了检测到的圆形的信息。每个圆形由圆心的坐标 (x, y) 和半径 r 组成，格式为 (x, y, r)。这些值最初是以浮点数形式给出的。
circles = cv2.HoughCircles(gray, cv2.HoughCircles.HOUGH_GRADIENT, 1, 20, param1=50, param2=80, minRadius=0, maxRadius=0)
返回的 circles 数组的数据类型通常是 float32，因为霍夫变换可能会输出浮点数坐标和半径。然而，在实际应用中，特别是在图像上绘制圆形时，我们需要整数类型的坐标。
np.uint16(np.around(circles)) 的作用：
np.around(circles)：这个numpy函数将circles数组中的每个浮点数四舍五入到最接近的整数。由于图像的坐标是从 0 开始的整数，我们需要将这些浮点数坐标转换为整数。np.uint16()：这个numpy函数将np.around函数的结果转换为 16 位无符号整数。选择uint16是因为它能够覆盖图像坐标的合理范围（0 到 65535），这通常足以处理大多数图像尺寸。
为什么要用：
- 坐标类型：图像处理函数，如
cv2.circle，要求坐标是整数类型。 - 避免精度问题：浮点数坐标可能会导致绘制函数无法正确渲染图形。
- 性能：整数运算通常比浮点数运算更快，尤其是在图形渲染中。
代码解释：
circles = np.uint16(np.around(circles))
这行代码的作用是确保 circles 数组中的圆形坐标和半径是整数类型，这样就可以在图像上准确地绘制圆形。
绘制圆形：
for i in circles[0, :]:
cv2.circle(src, (i[0], i[1]), i[2], (0, 0, 255), 2)
