図形や形状、パターンの検索検出

円　： Cv2.HoughCircles(引数８つ)

CircleSegment[] HoughCircles(入力画像, 方式, dp, param1, param2, min_radius, max_radius)

【引数】

入力画像: 8ビット，シングルチャンネル，グレースケールの入力画像。グレースケール画像を入力にし　内部で２値化（Canny）している。
方式: 検出方式。Standard，Probabilistic，MultiScale，Gradient の4択。
dp : 検査領域比(逆比) （Double実数）、解像度を 1/n に。
minDist : 検出円の中心間の最小距離（Double実数）
param1 : 前処理「Cannyのエッジ検出」係数の最小値（Double実数，省略可）。小さいほど細かくなる
param2 ：中心検出計算時しきい値。（Double実数，省略可）小さいほどあいまいな円を検出
minRadius　: 最小半径（整数 int32，省略可）
maxRadius : 最大半径（整数 int32，省略可）

以下は動いたソースです。引数が適当なのでたくさん誤検出します。
円中心の距離制限を大きくしてみてください。

Mat img = new Mat(Imgs[0]);
Mat gray = new Mat(Imgs[0], ImreadModes.GrayScale);
using (new Window(“Imput Gray Image”, gray)) ;
CircleSegment[] circls = Cv2.HoughCircles(gray, HoughMethods.Gradient, 1.8,5);
   if (circls.Length == 0)
    {
       MessageBox.Show(“Circle can NOT found.”,”Result Message”, 　　　　　　      　       MessageBoxButtons.OK, MessageBoxIcon.Error);
      }
      else
         {
                FncDrwCircles(circls, img);
          }

// 円描画用の関数
private void FncDrwCircles(CircleSegment[] circles, Mat img)
{
Mat imgi =  img;
OpenCvSharp.Point pt = new OpenCvSharp.Point();
foreach (CircleSegment ccl in circles)
　{
　　Cv2.Circle(imgi, ccl.Center, (int)ccl.Radius, new Scalar(0, 255, 255), 1);
　}
using (new Window(“Circle Result Image”, imgi))
　{
　Cv2.WaitKey();
}
}

線１（オーソドックスタイプ）　:　HoughLineHoughLinesStandard

線２（自動範囲調整タイプ）　:　HoughLines

線３（確率利用タイプ）　:　HoughLines2