OpenCV实践之路——Hough变换检测猫眼

参考：http://blog.csdn.net/xingchenbingbuyu/article/details/50793235

---

环境参数：
vs2010
opencv 2.4.13
Windows 10

---

Hough变换

Hough变换是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。

霍夫变换于1962年由Paul Hough 首次提出，后于1972年由Richard Duda和Peter Hart推广使用，经典霍夫变换用来检测图像中的直线，后来霍夫变换扩展到任意形状物体的识别，多为圆和椭圆。

Hough变换是一种使用表决原理的参数估计技术。其原理是利用图像空间和Hough参数空间的点－线对偶性，把图像空间中的检测问题转换到参数空间。

我们知道，在x-y坐标系内直线的方程可以用$y=k*x+b$来表示，其中k和b是参数，分别是斜率和截距。若已知k和b的值，则直线确定。那么可以说，在k-b坐标系中的一点（k,b）确定了x-y坐标系中的一条直线，即$y = k * x＋ｂ$。反之亦然，即在x-y坐标系的一点（x,y）确定了k-b坐标系中的一条直线，即ｂ＝－ｘ*ｋ＋ｙ。

即参数空间一点确定图像空间的一条直线，图像空间一点确定参数空间一条直线。图像空间中共线的点在参数空间对应的直线相交于一点。
由于Hough直线检测时参数调整太耗时了，所以这个时候先给出一个检测Hough圆的例子。

程序如下：

#include<opencv.hpp>
#include <math.h>  
#include <cmath>

using namespace std;
using namespace cv;

int main()
{
    Mat img = imread("2.jpg");

    Mat gray;
    Mat gray1,edge1,dst;
    cvtColor(img, gray, 6);

    vector<Vec3f> circles;
    HoughCircles(gray, circles, CV_HOUGH_GRADIENT, 1, 5, 10, 53, 10,50);

    for (size_t i = 0; i < circles.size(); i++)
    {
        //Point center(round(circles[i][0]), round(circles[i][1]));
        //int radius = round(circles[i][2]);
        Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
        int radius = cvRound(circles[i][2]);

        circle(img, center, 3, Scalar(0, 255, 0), -1, 8, 0);

        circle(img, center, radius, Scalar(155, 50, 255), 3, 8, 0);
    }

    imshow("circle",img);

    waitKey(0);
    return 0;


}