霍夫變換(線檢測，圓檢測)--OpenCV12

原理先留着，日後補上。

 

 

針對線檢測，一般使用累計概率霍夫變換：HoughLineP()函數  檢測速度更快。

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

輸入圖像必須是八位單通道二進制圖像！

第二個參數：輸出的lines，存儲了檢測到的線條的矢量，每條線具有4個元素的矢量（x_1,x_2,y_1,y_2）

真實存儲時 [0] [1]表示第一個點 [2][3]表示第二個點

第三個參數：以像素爲單位的距離精度，生成極座標的時候的像素掃描步長

第四個參數：以弧度爲單位的角度精度，生成極座標的時候的角度步長 ，一般取值 CV_PI/180

第五個參數：即識別某部分爲圖中的一條直線時它在累加平面中必須達到的值，只有獲得足夠交點的極座標點才被看作是直線，

                     大於閾值threshold的線段纔可以被檢測並返回到結果中

第六個參數： 最小直線長度，默認值0 ，比這個長度短的直線就不能被顯現出來

第七個參數：允許將同一行點與點之間連接起來的最大的距離

 

	Img1 = imread("demo.jpg");

	if (!Img1.data)
	{
		cout << "未找到圖片" << endl;
		return -1;
	}

	
	Canny(Img1, GrayImg, 100, 200); //輸出即爲邊緣二值化圖像
	cvtColor(GrayImg, Img1, COLOR_GRAY2BGR); 

	imshow("Input Img", GrayImg); //邊緣二值化圖像

	vector<Vec4f> lines;//定義一個矢量結構lines用來存放得到的線段矢量集合

	HoughLinesP(GrayImg, lines, 1, CV_PI / 180, 100, 20, 10);

	for (size_t i = 0;i < lines.size();i++)
	{
		Vec4i l = lines[i];
		line(Img1, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0, 0, 255), 1, LINE_AA);
		//不能在GrayImg中畫線 因爲GrayImg爲單通道八位圖像，不能顯示彩色，
		//前面的GRAY2BGR是爲了能在IMG1中用別的顏色顯示出檢測的線
	}

	imshow("Output Img", Img1);

霍夫圓變換 HoughCircle()函數

與線變換相比， 圓變換最大的優勢就是不需要原圖是二值的， HoughLinesP需要原圖爲二值圖像;

 

CV_EXPORTS_W void HoughCircles( InputArray image, OutputArray circles,
                               int method, double dp, double minDist,
                               double param1 = 100, double param2 = 100,
                               int minRadius = 0, int maxRadius = 0 );

輸入圖像爲 八位單通道灰度圖像即可

輸出 circles 爲存儲了檢測到的圓的矢量， 每個矢量包含了三個元素的浮點矢量（x,y,radius）

第三個參數爲使用的檢測方法，目前只有一種辦法可以使用 即霍夫梯度法 HOUGH_GRADIENT

第四個參數dp  通常設置1 使得檢測圓心的累加器圖像與源圖像分辨率相同。

                        設置爲2的話，累加器只有源圖像一般大小的高度和寬度

第五個參數 minDist  圓心之間的最小距離，這個參數如果太小，多個相鄰的圓可能就被檢測成同一個圓

                                                                      設置太大，某些圓就不能被檢測出來

第六個參數 有默認值100，他表示傳遞給canny邊緣檢測算子的高閾值，而低閾值爲高閾值的一半

第七個參數 有默認值爲100， 他表示在檢測圓心階段的累加器的閾值。

                  它越小，則可以檢測更多不存在的圓；越大的話，能通過檢測的圓就更加接近完美的圓形

最後倆參數 一個表示圓半徑的最小值，一個表示圓半徑的最大值，可以直接使用默認，也可以自己規定來輔助檢測圓。

	cvtColor(Img1,GrayImg,COLOR_BGR2GRAY);

	medianBlur(GrayImg, GrayImg, 3);
        //因爲霍夫圓檢測對噪聲比較敏感，首先要對圖像做中值濾波
	//GaussianBlur(GrayImg, GrayImg, Size(7, 7), 1.5, 1.5);
        //此濾波方式爲釋義中推薦 7*7 sigma1.5 1.5

	vector<Vec3f> circle1;
	HoughCircles(GrayImg, circle1, HOUGH_GRADIENT, 1, 50, 100, 50, 0, 0);

	cvtColor(GrayImg, GrayImg, COLOR_GRAY2BGR);

	for (size_t i = 0; i < circle1.size(); i++)
	{
		Vec3f c=circle1[i];
		Point center = Point((int)c[0], (int)c[1]);
		circle(GrayImg, center, (int)c[2], Scalar(255, 0, 90), 2, LINE_AA);
                //畫出圓
                
		circle(GrayImg, center, 2, Scalar(255, 90, 90), 2, LINE_AA);
                //畫出圓心

	}
	imshow("Output Img", GrayImg);