18-霍夫变换

霍夫变换

霍夫变化 ：（Hough Transform）是图像处理中的一种特征提取技术，在一个参数空间中通过计算累计结果的局部最大值（累计局部最大值） 得到一个符合该特定形状的集合作为霍夫变换的结果；
霍夫变换主要分为两种： 霍夫直线变换与霍夫圆变换；
1、标准霍夫变换；HoughLines()
2、多尺度霍夫变换；HoughLines()
3、累计霍夫变换；HoughLineP()
4、霍夫圆变换 ： HoughCircles()

霍夫线变换

1、霍夫变换输入一般为边缘二值图，用以寻找轮廓中的直线、圆；
2、霍夫线变换可分为：标准霍夫变换、多尺度霍夫变换、累计概率霍夫变换3种；
3、霍夫线变换的原理为：线性座标系与极座标之间的转换；

4、HoughLines参数说明：
src : 输入图像，一般为8位单通道二值图像；
lines ： 线条输出矢量（极座标表示形式：（ρ，θ）），EmguCV中可以用VectorOfPointF类型存储，x座标存储ρ值，y座标存储θ值；
rho : 像素扫描步长（ρ）；
theta : 角度扫描步长（θ）；
threshold：设定有足够交点数的极座标才认为是直线；
srn,stn : 多尺度霍夫变换使用；

5、累计霍夫变换：EmguCV提供了两种封装方法，方法1返回值为空，计算直线点通过方法参数输出；方法2返回值为LineSegment2D类型，直线点座标返回输出；

使用第一种方法，可以使用VectorOfRect类型存储计算座标点：

Hough线变换Demo

1、HoughLines()计算的座标点输出为极座标点，需要自己换算到直角座标系；
2、HoughLineP()计算输出为直线的两端点，不需要自己换算；
3、阈值，最低线段长度，允许连接最大距离影响实际作用效果；

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

using Emgu.CV;
using Emgu.Util;
using Emgu.CV.Structure;
using Emgu.CV.CvEnum;
using Emgu.CV.Util;
using System.Drawing;

namespace lesson18
{
    class Program
    {
        static void Main(string[] args)
        {
            //Mat src = CvInvoke.Imread("1.bmp");
            //Mat grayimg = new Mat();
            //Mat edge = new Mat();
            //CvInvoke.CvtColor(src, grayimg, ColorConversion.Bgr2Gray);


            //CvInvoke.Canny(grayimg, edge, 100, 200, 3, false);
            //CvInvoke.Imshow("canny image", edge);
            //VectorOfPointF lines = new VectorOfPointF();   //lines存储的是极座标值
            //CvInvoke.HoughLines(edge, lines, 10, Math.PI / 180, 600, 0, 0);

            //for(int i = 0; i < lines.Size; i++)
            //{
            //    float rho = lines[i].X;      //将极座标值转换到线座标系中
            //    float theta = lines[i].Y;
            //    double a = Math.Cos(theta), b = Math.Sin(theta);
            //    double x0 = rho * a, y0 = rho * b; //线座标系中对应的点
            //    Point pt1 = new Point();  
            //    Point pt2 = new Point();

            //    pt1.X = (int)Math.Round(x0 + 1000 * (-b));   //求取对应点上下两点的座标，1000为线距
            //    pt1.Y = (int)Math.Round(y0 + 1000 * a);
            //    pt2.X = (int)Math.Round(x0 - 1000 * (-b));
            //    pt2.Y = (int)Math.Round(y0 - 1000 * a);

            //    CvInvoke.Line(src, pt1, pt2, new MCvScalar(0, 0, 255), 2, LineType.EightConnected);
            //}

            //CvInvoke.Imshow("hough test", src);

            ///累计霍夫变换
            Mat src = CvInvoke.Imread("mask.jpg");
            Mat grayimg = new Mat();
            Mat cannyimg = new Mat();

            CvInvoke.CvtColor(src, grayimg, ColorConversion.Bgr2Gray);
            CvInvoke.Canny(grayimg, cannyimg, 100, 200, 3, false);

            LineSegment2D[] lines = CvInvoke.HoughLinesP(cannyimg, 10, Math.PI / 180, 30, 5, 10); //累计霍夫变换自动计算出直线的两端点

            for(int i = 0; i < lines.Length;i++)
            {
                Point pt1 = lines[i].P1;  //直线两端点
                Point pt2 = lines[i].P2;

                CvInvoke.Line(src, pt1, pt2, new MCvScalar(0, 255, 0), 2, LineType.EightConnected);
            }
            CvInvoke.Imshow("hough test", src);

            CvInvoke.WaitKey(0);
        }
    }
}

标准Hough 线变换

累计霍夫线变换：

Hough圆变换

1、OpenCV/EmguCV中使用霍夫梯度法进行圆检测；

2、API ： HoughCircles() ，
参数说明：
circles : CircleF类型参数；
method ： 方法，只支持霍夫梯度法；
dp : 1 : 原图搜索，2 ： 取图像一半搜索；
param1 : 传递给Canny算子的高阈值；
param2 : 中心点累加器阈值（圆心最少有多少次重合才认为是一个圆）；
minRadius,maxRadius : 检测的 最大最小圆范围

Hough圆变换Demo

1、参数取值直接影响实验效果

...
Mat src = CvInvoke.Imread("2.png");
Mat dst = Mat.Zeros(src.Rows,src.Cols,DepthType.Cv8U,3);
 Mat grayimg = new Mat();
 CvInvoke.CvtColor(src, grayimg, ColorConversion.Bgr2Gray);
 CvInvoke.Imshow("input", grayimg);
 CircleF[] circles = CvInvoke.HoughCircles(grayimg, HoughType.Gradient, 1, 30, 100, 30, 10, 200);  //minRadius设置为100，则所有圆都被过滤
 //CircleF[] circles = CvInvoke.HoughCircles(grayimg, HoughType.Gradient, 1, 80, 200, 30, 120, 200);
 for (int i = 0; i < circles.Length; i++)
 {                
     CvInvoke.Circle(dst, new Point((int)circles[i].Center.X, (int)circles[i].Center.Y), (int)circles[i].Radius, 
                         new MCvScalar(255, 255, 0), 3, LineType.EightConnected);
 }

 CvInvoke.Line(dst, new Point(10, 10), new Point(100, 100),new MCvScalar(127,127,0),2);

 CvInvoke.Imshow("hough circle test", dst);

 CvInvoke.WaitKey(0);