Opencv2系列学习笔记11(霍尔夫变换)

本节主要介绍如何用Hough变换检测直线和圆一：Hough变换检测直线<1> 原始Hough变换思想：先求出图像中每点的极坐标方程<如下图>，相交于一点的极坐标曲线的个数大于最小投票数，则将该点所对应的(p, r0)放入vector中，即得到一条直线，lines中存储的是极坐标方程的参数注意hough变换要求输入的是包含一组点的二值图像。代码：

Canny(image, result, 150, 220);
	vector<Vec2f> lines;
	HoughLines(result, lines, 1, PI/180, 120);
	for(size_t i = 0; i < lines.size(); i++)
	{
		float rho = lines[i][0], theta = lines[i][1];
		Point pt1, pt2;
		double a = cos(theta), b = sin(theta);
		double x0 = a * rho, y0 = b * rho;
		pt1.x = cvRound(x0+ 1000*(-b));
		pt1.y = cvRound(y0 + 1000*a);
		pt2.x = cvRound(x0 - 1000*(-b));
		pt2.y = cvRound(y0 - 1000*a);
		line(image, pt1, pt2, Scalar(255), 3, CV_AA);
	}

其中1和PI/180是直线搜索是的步进尺寸。结果：canny后得结果：hough变换后：<2>概念Hough变换思想：不是系统的进行扫描图像，而是随机挑选像素点，一旦累加器中某一项达到给定的最小值，那么扫描沿着对应直线的像素并移除所有经过的像素点。得到的可以说是一条线段 获得一条直线即将(x0, y0, x1, y1)放入vector中代码：

vector<Vec4i> lines;
	HoughLinesP(result, lines, 1, PI/180, 50, 50, 120);
	for(size_t i = 0; i < lines.size(); i++)
	{
		Vec4i l = lines[i];
		line(image, Point(l[0], l[1]), Point(l[2],l[3]),Scalar(255), 3, CV_AA);
	}

结果：二：Hough变换检测圆事实上，任何可以用参数方程表示的几何体都可尝试用hough变换进行检测。检测圆整合了canny检测和hough变换。注意在hough圆变换前对图像进行平滑，这样可以减少可能引起误检测的图像噪点。代码：

GaussianBlur(image, result, Size(5, 5), 1.5);
	vector<Vec3f> circles;
	HoughCircles(result, circles, CV_HOUGH_GRADIENT, 
		2,           //  累加器的分辨率
		50,         // 两个圆之间的最小距离
		200,		//  canny 高阀值
		100,		//  最小投票数
		25, 100);
	for(vector<Vec3f>::const_iterator itc = circles.begin(); itc != circles.end(); ++itc)
	{
		circle(image, Point((*itc)[0], (*itc)[1]), (*itc)[2], Scalar(255), 2);
	}

结果：