简述：
通过python实现图像中圆形轮廓的检测
选择opencv中的cv2.HoughCircles函数

参量
image	8位单通道灰度输入图像。
circles	找到的圆的输出向量。每个向量都编码为3元素浮点向量（x,y,radius）
method	检测方法，请参见cv :: HoughModes。当前，唯一实现的方法是HOUGH_GRADIENT
dp	累加器分辨率与图像分辨率的反比。例如，如果dp = 1，则累加器具有与输入图像相同的分辨率。如果dp = 2，则累加器的宽度和高度是其一半。
minDist	检测到的圆心之间的最小距离。如果参数太小，则除了真实的圆圈外，还可能会错误地检测到多个邻居圆圈。如果太大，可能会错过一些圆圈。
param1	第一个方法特定的参数。对于CV_HOUGH_GRADIENT，它是传递给Canny边缘检测器的两个阈值中的较高阈值（较低的阈值则小两倍）。
param2	第二种方法特定的参数。在CV_HOUGH_GRADIENT的情况下，它是检测阶段圆心的累加器阈值。它越小，可以检测到的假圆圈越多。与较大的累加器值相对应的圆将首先返回。
minRadius	最小圆半径。
maxRadius	最大圆半径。

python实现如下：

"""
Linyan--5/