Cv2.HoughCircles の使い方【OpenCV/C#（OpenCvSharp）】〜ハフ変換で円を検出する〜

Cv2.HoughCircles は、ハフ変換を用いて画像中の円を検出する関数です。コインや穴、工業部品の円形パターンなど、形状が既知の円を画像から探す処理に幅広く使われます。最小限の呼び出し例は次のとおりです。

CircleSegment[] circles = Cv2.HoughCircles(gray, HoughModes.Gradient, dp: 1, minDist: 30, param1: 100, param2: 30, minRadius: 10, maxRadius: 100);

動作環境

• OpenCV 4.x（OpenCvSharp4）
• .NET 8 コンソールアプリ
• NuGet: OpenCvSharp4 + OpenCvSharp4.runtime.win（Windows 実行時）

環境構築がまだの方は環境構築ガイドを先にどうぞ。

---

基本の使い方

using OpenCvSharp;

// 入力画像の読み込み
using var src = Cv2.ImRead("input.png", ImreadModes.Color);
if (src.Empty()) throw new Exception("画像を読み込めませんでした");

// グレースケール変換
using var gray = new Mat();
Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY);

// ガウシアンブラーでノイズを除去（HoughCircles の前処理として推奨）
using var blurred = new Mat();
Cv2.GaussianBlur(gray, blurred, new Size(9, 9), 2);

// 円検出
CircleSegment[] circles = Cv2.HoughCircles(
    blurred,
    HoughModes.Gradient,
    dp: 1.0,          // 累積配列の解像度比（1 = 入力と同解像度）
    minDist: 30,      // 検出円の中心間の最小距離
    param1: 100,      // Canny エッジ検出の高閾値
    param2: 30,       // 円の中心検出に必要な投票数（小さいほど誤検出が増える）
    minRadius: 10,    // 検出する円の最小半径
    maxRadius: 100    // 検出する円の最大半径
);

// 結果を元画像に描画
using var result = src.Clone();
foreach (var c in circles)
{
    // 円周を緑で描画
    Cv2.Circle(result, (Point)c.Center, (int)c.Radius, Scalar.Green, 2);
    // 中心点を赤で描画
    Cv2.Circle(result, (Point)c.Center, 3, Scalar.Red, -1);
}

Cv2.ImWrite("output.png", result);
Console.WriteLine($"検出した円の数: {circles.Length}");

実行結果:

検出した円の数: 5

output.png に円周（緑）と中心点（赤）が描画された画像が出力されます。

コード解説

行の内容	意味
CvtColor → BGR2GRAY	HoughCircles はグレースケール画像を受け取る
GaussianBlur	ノイズによる誤検出を抑制する前処理。カーネルサイズと sigma は要チューニング
HoughModes.Gradient	OpenCV 4.x で使える標準的なモード（21HT）
dp: 1.0	1 にすると入力と同解像度の累積配列。2 にするとハーフサイズで高速になるが精度が落ちる
minDist	これが小さすぎると同一円を複数検出しやすい
param1 / param2	エッジの鋭さ・投票数。画像によって大きく変わる最重要パラメータ
(Point)c.Center	Point2f → Point の明示キャスト

---

引数と戻り値

CircleSegment[] Cv2.HoughCircles(
    InputArray  image,
    HoughModes  method,
    double      dp,
    double      minDist,
    double      param1  = 100,
    double      param2  = 100,
    int         minRadius = 0,
    int         maxRadius = 0
)

引数	型	説明
image	InputArray	8ビットグレースケール画像
method	HoughModes	検出メソッド。通常は HoughModes.Gradient
dp	double	累積配列と入力画像の解像度比。1 〜 2 が一般的
minDist	double	検出された円の中心同士の最小距離（ピクセル）
param1	double	Canny エッジ検出の上側閾値（内部で自動適用）
param2	double	投票数閾値。小さいと誤検出増・大きいと見逃し増
minRadius	int	検出する最小半径（0 = 制限なし）
maxRadius	int	検出する最大半径（0 = 制限なし）

戻り値: CircleSegment[]。各要素は Center（Point2f）と Radius（float）を持つ構造体。

---

実践例

コイン検数・ボルト穴など「大きさがほぼ既知」の円を検出する

工業検査や計測では、対象の円の大きさがある程度わかっていることが多いです。minRadius と maxRadius を絞ることで精度が上がります。

using OpenCvSharp;

using var src = Cv2.ImRead("coins.png", ImreadModes.Color);
if (src.Empty()) throw new Exception("画像を読み込めませんでした");

using var gray = new Mat();
Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY);

using var blurred = new Mat();
Cv2.GaussianBlur(gray, blurred, new Size(7, 7), 1.5);

// コインの半径が 40〜80px 程度と事前にわかっている想定
CircleSegment[] circles = Cv2.HoughCircles(
    blurred,
    HoughModes.Gradient,
    dp: 1.2,
    minDist: 60,
    param1: 80,
    param2: 35,
    minRadius: 40,
    maxRadius: 80
);

using var result = src.Clone();
for (int i = 0; i < circles.Length; i++)
{
    var c = circles[i];
    Cv2.Circle(result, (Point)c.Center, (int)c.Radius, Scalar.LimeGreen, 2);
    // 番号をラベル表示
    Cv2.PutText(result, $"{i + 1}", (Point)c.Center,
        HersheyFonts.HersheySimplex, 0.8, Scalar.Yellow, 2);
}

Cv2.ImWrite("coins_result.png", result);
Console.WriteLine($"コイン枚数: {circles.Length}");

コイン枚数: 8

検出結果を外接矩形でトリミングする

検出した円を個別にクロップして後段処理に渡すケースもよくあります。BoundingRect と組み合わせると便利です（参考: Cv2.BoundingRect / Cv2.MinAreaRect の使い方）。

using OpenCvSharp;

using var src = Cv2.ImRead("input.png", ImreadModes.Color);
if (src.Empty()) throw new Exception("画像を読み込めませんでした");

using var gray = new Mat();
Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY);

using var blurred = new Mat();
Cv2.GaussianBlur(gray, blurred, new Size(9, 9), 2);

CircleSegment[] circles = Cv2.HoughCircles(
    blurred, HoughModes.Gradient,
    dp: 1.0, minDist: 40,
    param1: 100, param2: 30,
    minRadius: 20, maxRadius: 120
);

for (int i = 0; i < circles.Length; i++)
{
    var c = circles[i];
    int r = (int)c.Radius;
    // 円の外接矩形を計算してクロップ
    var rect = new Rect((int)c.Center.X - r, (int)c.Center.Y - r, r * 2, r * 2);
    // 画像範囲内にクランプ
    rect = Rect.Intersect(rect, new Rect(0, 0, src.Width, src.Height));
    if (rect.Width <= 0 || rect.Height <= 0) continue;

    using var roi = new Mat(src, rect);
    Cv2.ImWrite($"circle_{i:D3}.png", roi);
}

Console.WriteLine($"切り出し完了: {circles.Length} 件");

切り出し完了: 5 件

---

つまずきポイント

⚠️ グレースケール画像を渡さないと例外が出る

HoughCircles はグレースケール（8ビット、1チャネル）画像しか受け付けません。BGR カラー画像をそのまま渡すと実行時例外が発生します。必ず CvtColor でグレースケール変換してから渡してください。

// NG: BGR 画像をそのまま渡す
Cv2.HoughCircles(src, ...);

// OK: グレースケールに変換してから渡す
Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY);
Cv2.HoughCircles(gray, ...);

⚠️ param2 の調整で結果が激変する

param2（投票数閾値）は画像・対象物によって適切な値が大きく異なります。小さくすると誤検出が増え、大きくすると本来検出すべき円を見逃します。デバッグ時は小さい値（20〜30）から始めて徐々に上げていくのが実践的な進め方です。minDist と minRadius / maxRadius で候補を絞ってから param2 を詰めると効率よく調整できます。

⚠️ c.Center は Point2f なので Point への明示キャストが必要

CircleSegment.Center は Point2f（浮動小数点）型です。Cv2.Circle や Cv2.PutText は Point（整数）を引数に取るため、(Point)c.Center と明示的にキャストしてください。暗黙変換はコンパイルエラーになります。

// NG: そのまま渡すとコンパイルエラー
Cv2.Circle(result, c.Center, ...);

// OK: 明示キャスト
Cv2.Circle(result, (Point)c.Center, (int)c.Radius, Scalar.Green, 2);

---

関連する関数

• Cv2.HoughLines / Cv2.HoughLinesP — 同じハフ変換ファミリーの直線検出関数
• Cv2.Canny — HoughCircles 内部でも使われるエッジ検出。param1 の挙動理解に役立つ
• Cv2.GaussianBlur — 円検出前のノイズ除去に必須
• Cv2.BoundingRect / Cv2.MinAreaRect の使い方【OpenCV/C#（OpenCvSharp）】〜外接矩形を求める〜 — 検出した円を矩形でクロップする際に組み合わせる
• Cv2.ApproxPolyDP の使い方【OpenCV/C#（OpenCvSharp）】〜輪郭を多角形近似する〜 — 輪郭ベースの形状認識と使い分けを検討する際の参考に

---

まとめ

Cv2.HoughCircles は HoughModes.Gradient モードを指定し、グレースケール + ガウシアンブラーを前処理として組み合わせるのが基本パターンです。param2・minDist・minRadius/maxRadius を対象に合わせて調整することが精度向上の鍵になります。戻り値の CircleSegment を使って中心座標と半径を直接取得できるため、後段の描画・クロップ処理とシームレスに連携できます。