C C++最全13- OpenCV：霍夫检测：直线、圆检测_opencv 霍夫检测，【架构师必备】

于 2024-05-14 17:54:48 发布
阅读量1k 收藏 26
点赞数 20
分类专栏： 程序员 文章标签： c语言 c++ 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_84976386/article/details/138864042
版权

img
img

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

（1）Hough Line Transform用来做直线检测

（2）前提条件 – 边缘检测已经完成 （cv::Canny，输入的是8位的图像可以是单通道或多通道，输出的是8位单通道的灰度图像，再通过threshold转化为二值化图像）

（3）平面空间到极坐标空间转换

极坐标也就是霍夫空间的坐标。

2、霍夫直线变换的例子

（1）对于任意一条直线上的所有点来说

（2）变换到极坐标中，从[0~360]空间，可以得到r的大小

（3）属于同一条直线上点在极坐标空(r, theta)必然在一个点上有最强的信号出现，根据此反算到平面坐标中就可以得到直线上各点的像素坐标。从而得到直线

（4）从平面坐标变换到霍夫空间（极坐标）

3、相关API学习（代码例子）

（1）标准的霍夫变换 cv::HoughLines从平面坐标转换到霍夫空间，最终输出是极坐标空间；表示形式为：。

cv::HoughLines(

InputArray src, // 输入图像，必须8-bit的灰度图像

OutputArray lines, // 输出的极坐标来表示直线

double rho, // 生成极坐标时候的像素扫描步长

double theta, //生成极坐标时候的角度步长，一般取值CV_PI/180

int threshold, // 阈值，只有获得足够交点的极坐标点才被看成是直线

double srn=0;// 是否应用多尺度的霍夫变换，如果不是设置0表示经典霍夫变换

double stn=0;//是否应用多尺度的霍夫变换，如果不是设置0表示经典霍夫变换

double min_theta=0; // 表示角度扫描范围 0 ~180之间， 默认即可

double max_theta=CV_PI

) // 一般情况是有经验的开发者使用，需要自己反变换到平面空间（少用）

（2）霍夫变换直线概率 cv::HoughLinesP最终输出是直线的两个点**（常用）**

cv::HoughLinesP(

InputArray src, // 输入图像，必须8-bit的灰度图像

OutputArray lines, // 输出的极坐标来表示直线

double rho, // 生成极坐标时候的像素扫描步长

double theta, //生成极坐标时候的角度步长，一般取值

CV_PI/180 int threshold, // 阈值，只有获得足够交点的极坐标点才被看成是直线

double minLineLength=0;// 最小直线长度

double maxLineGap=0;// 最大间隔

)

（3）检测结果

（4）代码演示：

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

using namespace cv;
using namespace std;

// Hough Line霍夫直线检测
int main(int argc, char** argv) {
	Mat src, src_gray, dst;
	src = imread("line.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]; // 极坐标中的r长度
		float theta = lines[i][1]; // 极坐标中的角度
		Point pt1, pt2;
		double a = cos(theta), b = sin(theta);
		double x0 = a * rho, y0 = b * rho;
		// 转换为平面坐标的四个点
		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;
}

效果展示：

三、霍夫变换—圆检测
1、霍夫圆检测原理

（1）从平面坐标到极坐标转换三个参数

（2）假设平面坐标的任意一个圆上的点，转换到极坐标中：                         处有最大值，霍夫变换正是利用这个原理实现圆的检测。

2、相关API学习（代码例子）

（1）cv::HoughCircles

因为霍夫圆检测对噪声比较敏感，所以首先要对图像做中值滤波。

基于效率考虑，Opencv中实现的霍夫变换圆检测是基于图像梯度的实现，分为两步：

1）检测边缘，发现可能的圆心

2）基于第一步的基础上从候选圆心开始计算最佳半径大小

HoughCircles(

InputArray image, // 输入图像 ,必须是8位的单通道灰度图像

OutputArray circles, // 输出结果，发现的圆信息

Int method, // 方法 - HOUGH_GRADIENT

Double dp, // dp = 1;

Double mindist, // 10 最短距离-可以分辨是两个圆的，否则认为是同心圆- src_gray.rows/8 Double param1, // canny edge detection low threshold

Double param2, // 中心点累加器阈值 – 候选圆心

Int minradius, // 最小半径 Int maxradius//最大半径

)

（2）代码演示：

#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("circle.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);

	// 中值滤波
	Mat moutput;


![img](https://img-blog.csdnimg.cn/img_convert/0fbf9fa90abb1f2a220c999605da4934.png)
![img](https://img-blog.csdnimg.cn/img_convert/09513fbd0f23d866615dcd475d27967c.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[如果你需要这些资料，可以戳这里获取](https://bbs.csdn.net/topics/618668825)**

tput;


[外链图片转存中...(img-vJJbA8FF-1715680465502)]
[外链图片转存中...(img-KMGxDGTy-1715680465502)]

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[如果你需要这些资料，可以戳这里获取](https://bbs.csdn.net/topics/618668825)**
2401_84976386
关注
  • 20
    点赞
  • 踩
  • 26
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
QT+opencv霍夫直线检测，圆检测及椭圆检测
06-02
开发环境为QT5.8+opencv3.2，主要实现了霍夫直线检测，圆检测及椭圆检测。
【C++】OpenCV直线检测示例程序 by浅墨
05-26
浅墨出品，零资源分下载，分享精神至上~ 图片素材是极具现代风格的建筑，很大气~ 我们用滑动条来控制阈值参数，利用OpenCV中的霍夫变换动态进行直线检测，得到不同效果的直线检测图。 程序的核心函数为HoughLinesP。 博文《【OpenCV入门教程之十四】OpenCV霍夫变换：霍夫线变换，霍夫圆变换合辑》的配套详细注释源代码。 博文链接： http://blog.csdn.net/poem_qianmo/article/details/26977557 1.已将dll打包到Release文件夹下，运行Release文件夹中的exe可以直接看到运行结果. 2.源代码运行需要进行OpenCV+VS开发环境的配置。可以参看我写的配置博文： http://blog.csdn.net/poem_qianmo/article/details/19809337 3.编写环境：Visual Studio 2010 4.写作当前代码时配套使用的OpenCV版本： 2.4.9 5.推荐代码结合博文一起看，学习效果更佳。 by @浅墨_毛星云
opencv c++ 霍夫圆检测
lucust的博客
12-05 2249
a）对某点，以其为圆心的圆为无数（一圈圈的圆），将其从x-y平面坐标系上转换到r-θ极坐标系上后，则变成了以r、θ为自变量，为固定值，x、y为因变量的式子： b）其余点作同样操作，可以得到，当半径r为某值时，使得三个圆同时交于1点，从而获取这些点构成的圆的圆心，半径。 圆的参数方程： 注：在实际实现时，会设定一个固定的半径r来进行检测（因为r的范围太大了）。 3、代码： 说明：
基于C++OpenCV实现的直线检测、圆检测
毕业作品网站
06-13 4423
输入一张彩色图像，要求能够检测出其中的直线、圆。C++ OpenCV 4.5.0 开发平台：Visual Studio 2019 Debug x64直线检测的 Hough 空间是对直角坐标系下的(x, y)映射到极坐标系下的(ρ,θ)后，以ρ和θ为轴建立的坐标系空间。映射关系如下图所示：对于一副大小为 D×D 的图像，通常 ρ 的取值范围为[90,90]。计算方法与直角坐标系中累加器的计算方法相同，最后得到最大的 A 所对应的(ρ,θ)。我自己实现了 Sobel 算子的检测，但是在面对比较复杂的图形时，效果
OpenCV——霍夫变换圆检测
点云侠的博客
10-14 3452
OpenCV霍夫变换圆检测的C++和python代码实现
opencv c++圆检测
sdhdsf132452的博客
12-28 955
较大的值会降低累加器的分辨率，从而提高检测速度，但可能会导致检测精度下降。你可以根据图像的特点和需求来调整这些参数，以获得最佳的圆检测效果。只有在累加器中投票数超过该阈值的圆才被认为是检测到的圆。检测到的圆之间的最小距离。如果两个圆的圆心距离小于该值，则只保留其中一个圆。这是要在其中检测圆的图像。输出向量，用于存储检测到的圆的信息。这是一种基于梯度的霍夫变换方法，用于检测圆。检测到的圆的最小半径。小于该半径的圆将被忽略。检测到的圆的最大半径。大于该半径的圆将被忽略。，代表一个检测到的圆的圆心坐标。
[C++] opencv - HoughCircles(霍夫圆查找)函数介绍和使用场景
老狼工作室的博客
12-19 5410
本文介绍了如何通过opencv的HoughCircles函数去找到灰度图像上的圆，霍夫圆检测能检测出目标图像中存在的圆，但在实际使用中，参数调节存在很大的困难。参数设置不合理会不仅导致计算量非常大，并且可能无法找不到你想保留的圆。
OpenCV霍夫圆检测
09-14
OpenCV霍夫圆检测，检测出图像中的圆，输出圆的半径和圆心信息，并根据半径的大小进行筛选（VS2010+OpenCv2.4.7）
基于opencv的直线检测（python&C++）
六五酥的博客
01-15 3863
提供了直线检测python与C++版本，用于检测竖直线与横线，主要流程为：图像二值化+Canny边缘检测+霍夫直线变换直线检测。
C++霍夫变换检测圆
qq_42655403的博客
11-18 1293
【代码】C++霍夫变换检测圆。
opencv霍夫直线检测
05-07
用opencv自带霍夫算法原理提取图像直线源代码
用OpenCV对图像中圆的检测以及拟合
12-24
用OpenCV对图像中圆的检测以及拟合，很有用噢
opencv3/C++实现霍夫圆/直线检测
08-25
今天小编就为大家分享一篇opencv3/C++实现霍夫圆/直线检测，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
oDettectCirclp.rar_opencv 椭圆检测_opencv椭圆检测_椭圆_椭圆检测_椭圆检测opencv
07-14
1. 霍夫变换：霍夫变换是一种特征检测技术，可以用来检测图像中的直线、圆、椭圆等几何形状。对于椭圆检测，OpenCV 使用的是改进的椭圆霍夫变换。它首先将图像中的边缘检测出来，然后在参数空间中累积边缘像素对应的...
OpenCvSharp-HoughCircles（霍夫圆检测）.rar
05-12
OpenCVSharp-HoughCircles（霍夫圆检测）是一个基于OpenCVSharp库的示例项目，用于演示如何在C#环境中使用霍夫变换检测图像中的圆形。OpenCVSharp是OpenCV库的一个C#绑定，它提供了丰富的计算机视觉功能，使得在.NET...
QT C++基于opencv的霍夫变圆检测.zip
10-29
这个压缩包中的内容可能包括源代码、示例图像以及相关的文档，用于解释如何使用QT C++来实现OpenCV的霍夫变换圆检测算法。以下是关于这个主题的详细知识： 1. **QT框架**：QT是一个跨平台的应用程序开发框架，广泛...
13- OpenCV：霍夫检测：直线、圆检测
最新发布
bigger_belief的博客
01-22 2282
主要介绍霍夫检测，重点讲霍夫直线检测和圆的检测
c++版本opencv（36.霍夫直线检测37.直线类型与线段-）
qq_44294428的博客
03-29 157
的，那这两个呢，各有各的应用场景，那通过这个例子的话，我们也要知道，就是霍夫直线检测的输入条件是一个。等等，各种各样的一个呃输入作为它的一个输入，然后得出一个正确的结论就行了。的一个结果，所以它的来源可以不一样的哈。那后面呢，我们还会学到图像的。，那它还有可能来自于我们图像形态学处理的一个结果，所以比如说我们的。，那这个二值图像呢，可能来自于我们看见。的结果，那也可能来自于，我们的就是。那通过这两个例子呢，也是告诉大家。，另外一个的话就是啊，直接是。
opcv检测直线交叉_opencv霍夫变化检测直线和圆
06-09
OpenCV中的霍夫变换可以用来检测直线和圆。下面分别介绍一下如何使用霍夫变换检测直线和圆。 1. 检测直线 首先，需要将图像转换为灰度图像，并进行边缘检测。然后，使用cv2.HoughLines函数进行霍夫变换检测直线，该函数的参数包括输入图像、霍夫变换类型、直线的距离和角度分辨率、阈值等。具体代码如下： ``` import cv2 import numpy as np # 读取图像并转换为灰度图像 img = cv2.imread('test.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 边缘检测 edges = cv2.Canny(gray, 50, 150, apertureSize=3) # 霍夫变换检测直线 lines = cv2.HoughLines(edges, 1, np.pi/180, 200) # 绘制直线 for line in lines: rho, theta = line[0] a = np.cos(theta) b = np.sin(theta) x0 = a*rho y0 = b*rho x1 = int(x0 + 1000*(-b)) y1 = int(y0 + 1000*a) x2 = int(x0 - 1000*(-b)) y2 = int(y0 - 1000*a) cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255), 2) # 显示图像 cv2.imshow('image', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 2. 检测圆 同样地，需要将图像转换为灰度图像，并进行边缘检测。然后，使用cv2.HoughCircles函数进行霍夫变换检测圆，该函数的参数包括输入图像、霍夫变换类型、圆心和半径的最小值和最大值等。具体代码如下： ``` import cv2 import numpy as np # 读取图像并转换为灰度图像 img = cv2.imread('test.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 边缘检测 edges = cv2.Canny(gray, 50, 150, apertureSize=3) # 霍夫变换检测圆 circles = cv2.HoughCircles(edges, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=0, maxRadius=0) # 绘制圆 if circles is not None: circles = np.round(circles[0, :]).astype("int") for (x, y, r) in circles: cv2.circle(img, (x, y), r, (0, 255, 0), 2) # 显示图像 cv2.imshow('image', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 以上就是使用霍夫变换检测直线和圆的方法，希望能对你有所帮助。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值