void cv::HoughCircles ( InputArray  image,
                            OutputArray   circles,
                            int   method,
                            double  dp,
                            double  minDist,
                            double  param1 = 100,
                            double  param2 = 100,
                            int   minRadius = 0,
                            int   maxRadius = 0 
) 
//InputArray  image               输入的图像，必须是8位单通道图像。
//OutputArray   circles             返回检测到圆的信息，用一个向量保存这个向量编码为3或4个元素的浮点型向量(x,y， radius)或(x,y，radius，votes) ，x,y表示横纵坐标，radius表示圆的半径，votes表示投票数 
//int   method                      检测的方法。目前可用的方法有HOUGH_GRADIENT和HOUGH_GRADIENT_ALT
//double dp                         图像分辨率与累加器分辨率之比。例如若dp=1, 则累加器与输入图片有相同的分辨率, 若dp=2，累加器的宽度和高度只有其一半
//double minDist                    被测圆中心之间的最小距离。如果该参数太小，可能会在检测出多个相交的圈。如果它太大，可能会漏掉一些圆。
//double param1 = 100               第一个method-specific参数。对于HOUGH_GRADIENT和HOUGH_GRADIENT_ALT，它是传递给Canny边缘检测器的两者中较高的阈值(是较低的阈值的两倍)。注意，HOUGH_GRADIENT_ALT使用Scharr算法来计算图像导数，所以阈值通常应该较高，例如300或正常曝光和对比度图像。
//double param2 = 100               第二个method-specific参数。对于HOUGH_GRADIENT，则为检测阶段圆中心的累加器阈值。它越小，可能检测到的假圆就越多。与较大累加器值相对应的圆将首先返回。在HOUGH_GRADIENT_ALT算法中，这是圆的“完美度”度量。越接近1，算法选择的圆的形状越好。在大多数情况下，0.9应该可以。如果你想更好地检测小圆，你可以将其降低到0.85,0.8或更少。。但同时也要限制搜索范围[minRadius, maxRadius]，以避免许多错误的圆。
//int minRadius = 0                 需要检测圆的最小半径
//int maxRadius = 0                 需要检测圆的最大半径，如果该值等于0, 则使用图像的最大尺寸；如果小于0, 则返回圆心位置

#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
using namespace cv;
using namespace std;
int main(int argc, char** argv)
{
    const char* filename = argc >= 2 ? argv[1] : "E:\\毫米波雷达\\circle.jpg";
    // Loads an image
    Mat src = imread(samples::findFile(filename), IMREAD_COLOR);
    // Check if image is loaded fine
    if (src.empty()) {
        printf(" Error opening image\n");
        printf(" Program Arguments: [image_name -- default %s] \n", filename);
        return EXIT_FAILURE;
    }
    Mat gray;
    cvtColor(src, gray, COLOR_BGR2GRAY);
    medianBlur(gray, gray, 5);
    vector<Vec3f> circles;
    HoughCircles(gray, circles, HOUGH_GRADIENT, 1,
        80,  // change this value to detect circles with different distances to each other
        100, 20, 1, 0 // change the last two parameters
   // (min_radius & max_radius) to detect larger circles
    );
    for (size_t i = 0; i < circles.size(); i++)
    {
        Vec3i c = circles[i];
        Point center = Point(c[0], c[1]);
        // circle center
        circle(src, center, 1, Scalar(0, 0, 100), 2, LINE_AA);
        // circle outline
        int radius = c[2];
        circle(src, center, radius, Scalar(100, 0, 0), 2, LINE_AA);
    }
    imshow("detected circles", src);
    waitKey();
    return EXIT_SUCCESS;
}