當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

opencv 霍夫线变换

發布時間：2025/4/16 编程问答 29 豆豆

生活随笔收集整理的這篇文章主要介紹了 opencv 霍夫线变换小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

霍夫線變換

霍夫線變換是一種用來尋找直線的方法.

是用霍夫線變換之前, 首先要對圖像進行邊緣檢測的處理，也即霍夫線變換的直接輸入只能是邊緣二值圖像.

它是如何實現的?

眾所周知, 一條直線在圖像二維空間可由兩個變量表示. 例如:

在?笛卡爾坐標系:?可由參數:??斜率和截距表示.

在?極坐標系:?可由參數:??極徑和極角表示

對于霍夫變換, 我們將用?極坐標系?來表示直線. 因此, 直線的表達式可為:

化簡得:?

一般來說對于點?, 我們可以將通過這個點的一族直線統一定義為:

這就意味著每一對??代表一條通過點??的直線.

如果對于一個給定點??我們在極坐標對極徑極角平面繪出所有通過它的直線, 將得到一條正弦曲線. 例如, 對于給定點??and?我們可以繪出下圖 (在平面??-?):

只繪出滿足下列條件的點??and?.

我們可以對圖像中所有的點進行上述操作. 如果兩個不同點進行上述操作后得到的曲線在平面??-??相交, 這就意味著它們通過同一條直線. 例如, 接上面的例子我們繼續對點:?,??和點?,??繪圖, 得到下圖:

這三條曲線在??-??平面相交于點?, 坐標表示的是參數對 () 或者是說點?, 點??和點??組成的平面內的的直線.

那么以上的材料要說明什么呢? 這意味著一般來說, 一條直線能夠通過在平面??-??尋找交于一點的曲線數量來?檢測. 越多曲線交于一點也就意味著這個交點表示的直線由更多的點組成. 一般來說我們可以通過設置直線上點的?閾值?來定義多少條曲線交于一點我們才認為?檢測?到了一條直線.

這就是霍夫線變換要做的. 它追蹤圖像中每個點對應曲線間的交點. 如果交于一點的曲線的數量超過了?閾值, 那么可以認為這個交點所代表的參數對??在原圖像中為一條直線.

標準霍夫線變換和統計概率霍夫線變換

OpenCV實現了以下兩種霍夫線變換:

標準霍夫線變換

原理在上面的部分已經說明了. 它能給我們提供一組參數對??的集合來表示檢測到的直線
在OpenCV 中通過函數?HoughLines?來實現

統計概率霍夫線變換

這是執行起來效率更高的霍夫線變換. 它輸出檢測到的直線的端點?
在OpenCV 中它通過函數?HoughLinesP?來實現

代碼

這個程序是用來做什么的?

加載一幅圖片
對圖片進行?標準霍夫線變換?或是?統計概率霍夫線變換.
分別在兩個窗口顯示原圖像和繪出檢測到直線的圖像.

我們將要說明的例程能從?這里?下載。一個更高級的版本 (能同時演示標準霍夫線變換和統計概率霍夫線變換并帶有活動條來改變變換的閾值) 能從?這里?下載。

#include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp"#include <iostream>using namespace cv; using namespace std;void help() {cout << "\nThis program demonstrates line finding with the Hough transform.\n""Usage:\n""./houghlines <image_name>, Default is pic1.jpg\n" << endl; }int main(int argc, char** argv) {const char* filename = argc >= 2 ? argv[1] : "pic1.jpg";Mat src = imread(filename, 0);if(src.empty()){help();cout << "can not open " << filename << endl;return -1;}Mat dst, cdst;Canny(src, dst, 50, 200, 3);cvtColor(dst, cdst, CV_GRAY2BGR);#if 0 vector<Vec2f> lines; HoughLines(dst, lines, 1, CV_PI/180, 100, 0, 0 ); 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( cdst, pt1, pt2, Scalar(0,0,255), 3, CV_AA); } #else vector<Vec4i> lines; HoughLinesP(dst, lines, 1, CV_PI/180, 50, 50, 10 ); for( size_t i = 0; i < lines.size(); i++ ) { Vec4i l = lines[i]; line( cdst, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0,0,255), 3, CV_AA); } #endifimshow("source", src);imshow("detected lines", cdst);waitKey();return 0; }

代碼說明

加載圖片

Mat src = imread(filename, 0); if(src.empty()) {help();cout << "can not open " << filename << endl;return -1; }

用Canny算子對圖像進行邊緣檢測

Canny(src, dst, 50, 200, 3);

現在我們將要執行霍夫線變換. 我們將會說明怎樣使用OpenCV的函數做到這一點:

標準霍夫線變換

首先, 你要執行變換:

vector<Vec2f> lines; HoughLines(dst, lines, 1, CV_PI/180, 100, 0, 0 );

帶有以下自變量:

dst: 邊緣檢測的輸出圖像. 它應該是個灰度圖 (但事實上是個二值化圖)
lines: 儲存著檢測到的直線的參數對??的容器 *?rho?: 參數極徑??以像素值為單位的分辨率. 我們使用?1?像素.
theta: 參數極角??以弧度為單位的分辨率. 我們使用?1度?(即CV_PI/180)
threshold: 要”檢測” 一條直線所需最少的的曲線交點
srn?and?stn: 參數默認為0. 查缺OpenCV參考文獻來獲取更多信息.

通過畫出檢測到的直線來顯示結果.

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( cdst, pt1, pt2, Scalar(0,0,255), 3, CV_AA); }

統計概率霍夫線變換

首先, 你要執行變換:

vector<Vec4i> lines; HoughLinesP(dst, lines, 1, CV_PI/180, 50, 50, 10 );

帶有以下自變量:

dst: 邊緣檢測的輸出圖像. 它應該是個灰度圖 (但事實上是個二值化圖) *?lines: 儲存著檢測到的直線的參數對??的容器
rho?: 參數極徑??以像素值為單位的分辨率. 我們使用?1?像素.
theta: 參數極角??以弧度為單位的分辨率. 我們使用?1度?(即CV_PI/180)
threshold: 要”檢測” 一條直線所需最少的的曲線交點 *?minLinLength: 能組成一條直線的最少點的數量. 點數量不足的直線將被拋棄.
maxLineGap: 能被認為在一條直線上的亮點的最大距離.

通過畫出檢測到的直線來顯示結果.

for( size_t i = 0; i < lines.size(); i++ ) {Vec4i l = lines[i];line( cdst, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0,0,255), 3, CV_AA); }

顯示原始圖像和檢測到的直線:

imshow("source", src); imshow("detected lines", cdst);

等待用戶按鍵推出程序

waitKey();

結果?

Note

得到的結果使用的是在上面?代碼?部分提到的更高級版代碼. 霍夫線變換的代碼沒有改變, 唯一不同的是在GUI的部分加入了活動條可動態改變閾值.輸入圖像為:

通過執行統計概率霍夫線變換我們能得到下面的結果:

當你使用滑動條來改變?閾值?的時候會觀察到檢測到線的數目的改變. 這是因為: 如果你設置了一個更大的閾值, 能檢測到的線的數目將更少 (你需要更多的點來表示一條能檢測到的直線).

總結

以上是生活随笔為你收集整理的opencv 霍夫线变换的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。

上一篇： opencv copyto函数
下一篇： C/C++中的函数中的void和void