OpenCV C++開發 第二節：圖像處理（九、霍夫變換直線、霍夫變換圓）

一、霍夫變換直線

代碼：

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;
int main(int argc, char** argv) {
	Mat src, src_gray, dst;
	src = imread("C:\\Users\\Administrator\\Desktop\\timg.jpg");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}

	char INPUT_TITLE[] = "input image";
	char OUTPUT_TITLE[] = "hough-line-detection";
	namedWindow(INPUT_TITLE, CV_WINDOW_AUTOSIZE);
	namedWindow(OUTPUT_TITLE, CV_WINDOW_AUTOSIZE);
	imshow(INPUT_TITLE, src);

	// extract edge
	Canny(src, src_gray, 150, 200);
	cvtColor(src_gray, dst, CV_GRAY2BGR);
	imshow("edge image", src_gray);

	vector<Vec2f> lines;
	HoughLines(src_gray, lines, 1, CV_PI / 180, 150, 0, 0);
	for (size_t i = 0; i < lines.size(); i++) {
		float rho = lines[i][0]; // 極座標中的r長度
		float theta = lines[i][1]; // 極座標中的角度
		Point pt1, pt2;
		double a = cos(theta), b = sin(theta);
		double x0 = a * rho, y0 = b * rho;
		// 轉換爲平面座標的四個點
		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(dst, pt1, pt2, Scalar(0, 0, 255), 1, CV_AA);
	}

	/*
	vector<Vec4f> plines;
	HoughLinesP(src_gray, plines, 1, CV_PI / 180.0, 10, 0, 10);
	Scalar color = Scalar(0, 0, 255);
	for (size_t i = 0; i < plines.size(); i++) {
		Vec4f hline = plines[i];
		line(dst, Point(hline[0], hline[1]), Point(hline[2], hline[3]), color, 3, LINE_AA);
	}*/
	imshow(OUTPUT_TITLE, dst);

	waitKey(0);
	return 0;
}

以上代碼中主要的幾個知識點解釋下：

1.HoughLines(src_gray, lines, 1, CV_PI / 180, 150, 0, 0);

其實我也不是很理解它的算法，簡單說明

cv::HoughLines(

InputArray src, // 輸入圖像，必須8-bit的灰度圖像

OutputArray lines, // 輸出的極座標來表示直線

double rho, // 生成極座標時候的像素掃描步長

double theta, //生成極座標時候的角度步長，一般取值CV_PI/180

int threshold, // 閾值，只有獲得足夠交點的極座標點才被看成是直線

double srn=0;// 是否應用多尺度的霍夫變換，如果不是設置0表示經典霍夫變換

double stn=0;//是否應用多尺度的霍夫變換，如果不是設置0表示經典霍夫變換

double min_theta=0; // 表示角度掃描範圍 0 ~180之間， 默認即可

double max_theta=CV_PI

)

2.HoughLinesP(src_gray, plines, 1, CV_PI / 180.0, 10, 0, 10);

cv::HoughLinesP(

InputArray src, // 輸入圖像，必須8-bit的灰度圖像

OutputArray lines, // 輸出的極座標來表示直線

double rho, // 生成極座標時候的像素掃描步長

double theta, //生成極座標時候的角度步長，一般取值CV_PI/180

int threshold, // 閾值，只有獲得足夠交點的極座標點才被看成是直線

double minLineLength=0;// 最小直線長度

double maxLineGap=0;// 最大間隔

)

二、霍夫變換圓

代碼：

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;
int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("C:\\Users\\Administrator\\Desktop\\timg1.jpg");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	char INPUT_TITLE[] = "input image";
	char OUTPUT_TITLE[] = "hough circle demo";
	namedWindow(INPUT_TITLE, CV_WINDOW_AUTOSIZE);
	namedWindow(OUTPUT_TITLE, CV_WINDOW_AUTOSIZE);
	imshow(INPUT_TITLE, src);

	// 中值濾波
	Mat moutput;
	medianBlur(src, moutput, 3);
	cvtColor(moutput, moutput, CV_BGR2GRAY);

	// 霍夫圓檢測,基於灰度空間
	vector<Vec3f> pcircles;
	HoughCircles(moutput, pcircles, CV_HOUGH_GRADIENT, 1, 10, 100, 30, 5, 50);
	src.copyTo(dst);
    //重新轉到RGB色彩空間
	for (size_t i = 0; i < pcircles.size(); i++) {
		Vec3f cc = pcircles[i];
		circle(dst, Point(cc[0], cc[1]), cc[2], Scalar(0, 0, 255), 2, LINE_AA);
		circle(dst, Point(cc[0], cc[1]), 2, Scalar(198, 23, 155), 2, LINE_AA);
	}
	imshow(OUTPUT_TITLE, dst);

	waitKey(0);
	return 0;
}

以上代碼中主要的幾個知識點解釋下：

1.HoughCircles(moutput, pcircles, CV_HOUGH_GRADIENT, 1, 10, 100, 30, 5, 50);

簡單說明下，這個其實就是一個應用，算法太複雜，

HoughCircles(

InputArray image, // 輸入圖像 ,必須是8位的單通道灰度圖像

OutputArray circles, // 輸出結果，發現的圓信息

Int method, // 方法 - HOUGH_GRADIENT

Double dp, // dp = 1;

Double mindist, // 10 最短距離-可以分辨是兩個圓的，否則認爲是同心圓- src_gray.rows/8

Double param1, // canny edge detection low threshold

Double param2, // 中心點累加器閾值 – 候選圓心

Int minradius, // 最小半徑

Int maxradius//最大半徑

)