霍夫变换检测

霍夫变换之直线检测霍夫变换直线检测

前提条件-边缘检测已经完成

平面空间到极坐标空间的转换(空间域向霍夫域的转换)

检测原理两点确定一条直线，通过一点可以确定无数条直线，极坐标直线公式

每个点通过角度取不同的值，都能在横坐标为角度值，纵坐标为ρ值的坐标系内确定一条曲线，只要角度值的精细度足够。ρ代表直线到原点的距离。对每个像素采取这样的操作，将会得出很多这样的曲线，这些曲线的交点证明，这些点所在的那个角度所通过的直线到原点距离相等，则证明这些点就在同一条直线上。从运算的复杂程度来看opencv不可能采取那样精细的角度范围。但大致原理基本如此。

对于任意一条直线上的所有点来说

变换到极坐标，从[0~360]空间，可以得到r的大小

属于同一条直线点在极坐标(r,theta)必然在一个点上有最强的信号出现，根据此反算到平面坐标中可以得到直线上各点的像素坐标。从而得到直线

参考链接：

相关API

标准的霍夫变换cv::HoughLines从平面坐标转换到霍夫空间，最终输出是(角度,极轴)表示极坐标空间

霍夫变换直线概率cv::HoughLinesP最终输出是直线的两个点(x0,y0,x1,y1)

函数API(不常用)

void HoughLines(InputArray image, OutputArray lines, double rho, double theta, int threshold, double srn=0, double stn=0, double min_theta = 0, double max_theta = CV_PI )

函数参数

第一个参数，InputArray类型的image，输入图像，即源图像，需为8位的单通道二进制图像，可以将任意的源图载入进来后由函数修改成此格式后，再填在这里。

第二个参数，InputArray类型的lines，经过调用HoughLines函数后储存了霍夫线变换检测到线条的输出矢量。每一条线由具有两个元素的矢量表示，其中，是离坐标原点((0,0)(也就是图像的左上角)的距离。 是弧度线条旋转角度(0~垂直线，π/2~水平线)。

第三个参数，double类型的rho，以像素为单位的距离精度。另一种形容方式是直线搜索时的进步尺寸的单位半径。PS:Latex中/rho就表示 。

第四个参数，double类型的theta，以弧度为单位的角度精度。另一种形容方式是直线搜索时的进步尺寸的单位角度。

第五个参数，int类型的threshold，累加平面的阈值参数，即识别某部分为图中的一条直线时它在累加平面中必须达到的值。大于阈值threshold的线段才可以被检测通过并返回到结果中。

第六个参数，double类型的srn，有默认值0。对于多尺度的霍夫变换，这是第三个参数进步尺寸rho的除数距离。粗略的累加器进步尺寸直接是第三个参数rho，而精确的累加器进步尺寸为rho/srn。

第七个参数，double类型的stn，有默认值0，对于多尺度霍夫变换，srn表示第四个参数进步尺寸的单位角度theta的除数距离。且如果srn和stn同时为0，就表示使用经典的霍夫变换。否则，这两个参数应该都为正数。

第八个参数，double类型的 min_theta，对于标准和多尺度Hough变换，检查线条的最小角度。必须介于0和max_theta之间。

第九个参数，double类型的 max_theta, 对于标准和多尺度Hough变换，检查线条的最大角度。必须介于min_theta和CV_PI之间.

函数API(常用)

void HoughLinesP(InputArray image, OutputArray lines, double rho, double theta, int threshold, double minLineLength=0, double maxLineGap=0 )

参数介绍

第一个参数，InputArray类型的image，输入图像，即源图像，需为8位的单通道二进制图像，可以将任意的源图载入进来后由函数修改成此格式后，再填在这里。

第二个参数，InputArray类型的lines，经过调用HoughLinesP函数后后存储了检测到的线条的输出矢量，每一条线由具有四个元素的矢量(x_1,y_1, x_2, y_2) 表示，其中，(x_1, y_1)和(x_2, y_2) 是是每个检测到的线段的结束点。

第三个参数，double类型的rho，以像素为单位的距离精度。另一种形容方式是直线搜索时的进步尺寸的单位半径。

第四个参数，double类型的theta，以弧度为单位的角度精度。另一种形容方式是直线搜索时的进步尺寸的单位角度。

第五个参数，int类型的threshold，累加平面的阈值参数，即识别某部分为图中的一条直线时它在累加平面中必须达到的值。大于阈值threshold的线段才可以被检测通过并返回到结果中。

第六个参数，double类型的minLineLength，有默认值0，表示最低线段的长度，比这个设定参数短的线段就不能被显现出来。

第七个参数，double类型的maxLineGap，有默认值0，允许将同一行点与点之间连接起来的最大的距离。

代码演示#include

#include

#include

#include

cv::Mat src;

cv::Mat gray_src;

int cur_val=240;

int max_val=255;

void canny_demo(int ,void *);

int main(void)

{

string pic = string(Pic_Path) + string(Pic_Name);

cout <

src = cv::imread(pic.c_str());

cv::namedWindow("原始图片",cv::WINDOW_AUTOSIZE);

cv::imshow("原始图片",src);

cv::cvtColor(src,gray_src,cv::COLOR_BGR2GRAY);

cv::namedWindow("边缘检测",cv::WINDOW_AUTOSIZE);

cv::createTrackbar("边缘阈值调整","边缘检测",&cur_val,max_val, canny_demo);

canny_demo(0,0);

cv::waitKey(0);

cv::destroyAllWindows();

}

void canny_demo(int ,void *)

{

cv::Mat canny_dst;

//边缘检测 使用动态的边缘检测范围 检测尺寸为3 使用非精确的近似算法

cv::Canny(gray_src,canny_dst,cur_val,cur_val*2,3,false);

cv::imshow("边缘检测",canny_dst);

vector<:vec4f> plines;   //定义直线向量容器  可以理解为数组 存储所有的直线概率点集合

//直线检测 直线概率点 一个像素点为检测的步进检测步长 一度的检测角度 低于10个的直线点集合过滤

cv::HoughLinesP(canny_dst,plines,1,CV_PI/180.0,60,100,20);

cv::Mat dst = cv::Mat(canny_dst.size(),src.type());

//定义颜色

cv::Scalar color = cv::Scalar(39,0,235);

for(int i=0;i

{

//定义一个二维向量点元素 临时存储每个二维向量点

cv::Vec4f hline = plines[i];

//划线 定义线宽 去锯齿

cv::line(dst,cv::Point(hline[0],hline[1]),cv::Point(hline[2],hline[3]),color,2,cv::LINE_AA);

}

if(dst.empty())

{

cout <

return ;

}

cv::medianBlur(dst,dst,3);

//cv::namedWindow("直线检测",cv::WINDOW_AUTOSIZE);

//cv::imshow("直线检测",dst);

cv::Mat cacul;

cv::addWeighted(src,0.8,dst,1,0,cacul);

cv::namedWindow("检测叠加",cv::WINDOW_AUTOSIZE);

cv::imshow("检测叠加",cacul);

f

}

————————————————

版权声明：本文为CSDN博主「年纪青青」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。

#转载请注明出处 www.skcircle.com 《少有人走的路》勇哥的工业自动化技术网站。如果需要本贴图片源码等资源，请向勇哥索取。

收藏 | 0点赞 | 0打赏作者