opencv笔记（十七）——使用霍夫变换检测直线-白红宇

opencv笔记（十七）——使用霍夫变换检测直线

阅读量：6296 次

发布时间：2019-06-22

本文共 2456 字，大约阅读时间需要 8 分钟。

一般我们在检测物体轮廓的时候，会有检测直线的需求，这时可以用到OpenCV当中的霍夫变换实现。

霍夫变换的原理的简单阐述见：http://docs.opencv.org/doc/tutorials/imgproc/imgtrans/hough_lines/hough_lines.html#hough-lines

简单来讲，对于单个像素来说，它可能是由许多直线经过的，我们通过一个点可以构造无数条直线。

对于一个像素的位置(x, y)，从笛卡尔坐标和极坐标两个角度，我们可以有

Line variables $y = \left ( -\dfrac{\cos \theta}{\sin \theta} \right ) x + \left ( \dfrac{r}{\sin \theta} \right )$

进而得到 $r_{\theta} = x_{0} \cdot \cos \theta + y_{0} \cdot \sin \theta$

上式以(x, y)为自变量，r和theta为因变量。

那么对于某个(x, y)，我们有无数个r和theta与之对应，见下图

Polar plot of a the family of lines of a point

对多个(x, y)，我们画出他们的r和theta：

Polar plot of the family of lines for three points

由于它们的r曲线有交点，说明在某个角度theta上，他们是可以由同一条直线经过的，或者理解为他们的r-theta曲线相交。

我们再给这几个点加个限制条件：它们是相邻的点。

则在图像上看，它们就是几个相邻的点构成的一条直线。

OpenCV中，霍夫变换的实现有两种：HoughLines()和HoughLinesP()。后者是更有效的实现。

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

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

images为8位单通道的图，一般为Canny方法的输出（这样才是一张轮廓图嘛）

lines是输出的直线集合，一般为vector<Vec2f>类型。

rho一般为1。暂不清楚。

theta一般为CV_PI/180。暂不清楚。

threshold为我们上面所讲的r-theta曲线相交条数的最小值，也可以理解为构成直线的最少像素数。

贴一段使用霍夫变换的OpenCV代码，可以看出使用HoughLinesP比较方便：

1 void Standard_Hough( int, void* ) 2 { 3   vector
      
        s_lines; 4   cvtColor( edges, standard_hough, CV_GRAY2BGR ); 5  6   /// 1. Use Standard Hough Transform 7   HoughLines( edges, s_lines, 1, CV_PI/180, min_threshold + s_trackbar, 0, 0 ); 8  9   /// Show the result10   for( size_t i = 0; i < s_lines.size(); i++ )11      {12       float r = s_lines[i][0], t = s_lines[i][1];13       double cos_t = cos(t), sin_t = sin(t);14       double x0 = r*cos_t, y0 = r*sin_t;15       double alpha = 1000;16 17        Point pt1( cvRound(x0 + alpha*(-sin_t)), cvRound(y0 + alpha*cos_t) );18        Point pt2( cvRound(x0 - alpha*(-sin_t)), cvRound(y0 - alpha*cos_t) );19        line( standard_hough, pt1, pt2, Scalar(255,0,0), 3, CV_AA);20      }21 22    imshow( standard_name, standard_hough );23 }24 25 /**26  * @function Probabilistic_Hough27  */28 void Probabilistic_Hough( int, void* )29 {30   vector
       
         p_lines;31   cvtColor( edges, probabilistic_hough, CV_GRAY2BGR );32 33   /// 2. Use Probabilistic Hough Transform34   HoughLinesP( edges, p_lines, 1, CV_PI/180, min_threshold + p_trackbar, 30, 10 );35 36   /// Show the result37   for( size_t i = 0; i < p_lines.size(); i++ )38      {39        Vec4i l = p_lines[i];40        line( probabilistic_hough, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(255,0,0), 3, CV_AA);41      }42 43    imshow( probabilistic_name, probabilistic_hough );44 }

View Code

转载于:https://www.cnblogs.com/nipan/p/4162747.html

你可能感兴趣的文章

资源文件夹res/raw和assets的使用