圆[i][0]和圆[i][1]分别表示第i个圆的前两个元素，即中心坐标。您应该能够在二维数组中存储两个浮点数。但是图像中的一般坐标是整数，所以可以进行以下变换：cvround（circles[i][0]）。
根据不同的需要，应进行不同的处理
1孔的像素颜色和周围绝对不同。建议采用阈值分割和轮廓检测
2倍一定会有梯度变化。建议检测边缘并计算褶皱的梯度信息
3划痕与前面的问题类似，但也不同梯度的方向和强度应该不同（一个是凹的，另一个是凸的）
全景图像拼接？首先，让我们介绍一下这个过程：
1。选择图像时，两幅图像的重叠面积不宜太小，我个人认为不宜小于15%，这样才能保证足够的角点匹配。
2.转角检测。在这一步中，opencv提供了很多方法，比如Harris角点检测，被监控的角点存储在cvseq中，cvseq是一个双向链表。
3.角落净化。在净化过程中，需要RANSAC。Opencv附带了一个函数findhomography，它不仅可以净化，还可以计算3x3的转换矩阵。这个变换矩阵非常重要。
4.角匹配。净化后的角落需要匹配。
5.图像变换。在这一步中，我尝试了很多方法。最后，选择了findphotography输出的变换矩阵，即透视变换矩阵。经过这种透视变换后，图像可以直接用于拼接。
6.图像拼接。完成以上步骤后，这一步其实非常简单。
7.球面变换。在这一步中，我们需要将坐标系从平面坐标系转换为球面坐标系。
