学习opencv—cvHoughLines2

函数 cvHoughLines2 实现了用于线段检测的不合 Hough 变换办法. Example. 用 Hough transform 检测线段

cvHoughLines2

申明：

　　此函数是opencv图像变换函数中的一个，首要用来接见霍夫变换的两个算法———标准霍夫变换（SHT）和累计概率霍夫变换（PPHT）。

函数原型：

　　 CvSeq* cvHonghLines2（

　　 CvArr* image，

　　 void* line_storage，

　　 int mehtod，

　　 double rho，

　　 double theta，

　　 int threshold，

　　 double param1 =0，

　　 double param2 =0

　　 ）;

参数申明：

　　image

　　输入 8-比特、单通道 （二值）图像，当用CV_HOUGH_PROBABILISTIC办法检测的时辰其内容会被函数改变。

　　line_storage

　　检测到的线段存储仓. 可所以内存存储仓（此种景象下，一个线段序列在存储仓中被创建，并且由函数返回），或者是包含线段参数的特别类型（见下面）的具有单行/单列的矩阵（CvMat*）。矩阵头为函数所批改，使得它的 cols/rows 将包含一组检测到的线段。若是 line_storage 是矩阵，而实际线段的数量跨越矩阵尺寸，那么最大可能数量标线段被返回（线段没有遵守长度、可托度或其它指标排序）.

　　method

　　Hough 变换变量，是下面变量的此中之一：

　　CV_HOUGH_STANDARD - 传统或标准 Hough 变换. 每一个线段由两个浮点数 （ρ， θ） 默示，此中 ρ 是直线与原点 （0，0） 之间的间隔，θ 线段与 x-轴之间的夹角。是以，矩阵类型必须是 CV_32FC2 type.

　　CV_HOUGH_PROBABILISTIC - 概率 Hough 变换（若是图像包含一些长的线性分别，则效力更高）. 它返回线段分别而不是全部线段。每个分别用出发点和终点来默示，所以矩阵（或创建的序列）类型是 CV_32SC4.

　　CV_HOUGH_MULTI_SCALE - 传统 Hough 变换的多标准变种。线段的编码体式格式与 CV_HOUGH_STANDARD 的一致。

　　rho

　　与象素相干单位的间隔精度

　　theta

　　弧度测量的角度精度

　　threshold

　　阈值参数。若是响应的累计值大于 threshold， 则函数返回的这个线段.

　　param1

　　第一个办法相干的参数:

　　对传统 Hough 变换，不应用（0）.

　　对概率 Hough 变换，它是最小线段长度.

　　对多标准 Hough 变换，它是间隔精度 rho 的分母 （大致的间隔精度是 rho 而正确的应当是 rho / param1 ）.

　　param2

　　第二个办法相干参数:

　　对传统 Hough 变换，不应用 （0）.

　　对概率 Hough 变换，这个参数默示在同一条直线长进行碎线段连接的最大间隔值（gap），即当同一条直线上的两条碎线段之间的间隔小于param2时，将其合二为一。

　　对多标准 Hough 变换，它是角度精度 theta 的分母 （大致的角度精度是 theta 而正确的角度应当是 theta / param2）.

示例

＃include
＃include
＃include

int main（int argc， char** argv）
{
IplImage* src;
if（ argc == 2 && （src=cvLoadImage（argv[1]， 0））!= 0）
{
IplImage* dst = cvCreateImage（ cvGetSize（src）， 8， 1 ）;
IplImage* color_dst = cvCreateImage（ cvGetSize（src）， 8， 3 ）;
CvMemStorage* storage = cvCreateMemStorage（0）;//存储检测到线段，当然可所以N*1的矩阵数列，若是

实际的直线数量多余N，那么最大可能数量标线段被返回
CvSeq* lines = 0;
int i;
IplImage* src1=cvCreateImage（cvSize（src->width，src->height），IPL_DEPTH_8U，1）;

cvCvtColor（src， src1， CV_BGR2GRAY）; //把src转换成灰度图像保存在src1中，重视进行边沿检测必然要

换成灰度图
cvCanny（ src1， dst， 50， 200， 3 ）;//参数50，200的灰度变换

cvCvtColor（ dst， color_dst， CV_GRAY2BGR ）;
＃if 1
lines = cvHoughLines2（ dst， storage， CV_HOUGH_STANDARD， 1， CV_PI/180， 150， 0， 0 ）;//标准霍夫变

换后两个参数为0，因为line_storage是内存空间，所以返回一个CvSeq序列布局的指针

for（ i = 0; i < lines->total; i++ ）
{
float* line = （float*）cvGetSeqElem（lines，i）;//用GetSeqElem获得直线
float rho = line[0];
float theta = line[1];//对于SHT和MSHT（标准变换）这里line[0]，line[1]是rho（与像素相干单位的距

离精度）和theta（弧度测量的角度精度）
CvPoint pt1， pt2;
double a = cos（theta）， b = sin（theta）;
if（ fabs（a） < 0.001 ）
{
pt1.x = pt2.x = cvRound（rho）;
pt1.y = 0;
pt2.y = color_dst->height;
}
else if（ fabs（b） < 0.001 ）
{
pt1.y = pt2.y = cvRound（rho）;
pt1.x = 0;
pt2.x = color_dst->width;
}
else
{
pt1.x = 0;
pt1.y = cvRound（rho/b）;
pt2.x = cvRound（rho/a）;
pt2.y = 0;
}
cvLine（ color_dst， pt1， pt2， CV_RGB（255，0，0）， 3， 8 ）;
}
＃else
lines = cvHoughLines2（ dst， storage， CV_HOUGH_PROBABILISTIC， 1， CV_PI/180， 80， 30， 10 ）;
for（ i = 0; i < lines->total; i++ ）
{
CvPoint* line = （CvPoint*）cvGetSeqElem（lines，i）;
cvLine（ color_dst， line[0]， line[1]， CV_RGB（255，0，0）， 3， 8 ）;
}
＃endif
cvNamedWindow（ "Source"， 1 ）;
cvShowImage（ "Source"， src ）;

cvNamedWindow（ "Hough"， 1 ）;
cvShowImage（ "Hough"， color_dst ）;

cvWaitKey（0）;
}
}

标注：

lines = cvHoughLines2( dst,storage,CV_HOUGH_STANDARD,1,CV_PI/180,100,0,0 );

如果用这个参数 CV_HOUGH_STANDARD

     lines[0]是参数方程中矢量长度
       lines[1]是参数方程中的倾角
        lines = cvHoughLines2( dst, storage, CV_HOUGH_PROBABILISTIC, 1, CV_PI/180, 50, 50, 10 );

 如果用这个参数 CV_HOUGH_PROBABILISTIC
   lines[0] ，lines[1]分别是直线的两个端点