什么是霍夫变换?
霍夫变换是一种特征检测(feature extraction),被广泛应用在图像分析(image analysis)、计算机视觉(computer vision)以及数位影像处理(digital image processing)。霍夫变换是用来辨别找出物件中的特征,例如:线条。
1.直线的表示方式
对于平面中的一条直线,在笛卡尔坐标系中,常见的有点斜式,两点式两种表示方法。然而在hough变换中,考虑的是另外一种表示方式:使用(r,theta)来表示一条直线。其中r为该直线到原点的距离,theta为该直线的垂线与x轴的夹角。
2.圆的表示方式
两点确定一条直线,不在一条直线上的三点确定一个圆。与使用(r,theta)来表示一条直线相似,使用(a,b,r)来确定一个圆心为(a,b)半径为 r 的圆。
1、检测圆
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread("C:/picture/coin2.jpg")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#灰度图像
result=cv2.GaussianBlur(gray,(5,5),0)
plt.subplot(121),plt.imshow(gray,'gray')
plt.xticks([]),plt.yticks([])
#hough transform
circles1 = cv2.HoughCircles(result,cv2.HOUGH_GRADIENT,1,
100,param1=150,param2=35,minRadius=25,maxRadius=60)
circles = circles1[0,:,:]#提取为二维
circles = np.uint16(np.around(circles))#四舍五入,取整
for i in circles[:]:
cv2.circle(img,(i[0],i[1]),i[2],(255,0,0),5)#画圆
cv2.circle(img,(i[0],i[1]),2,(255,0,255),10)#画圆心
plt.subplot(122),plt.imshow(img)
plt.xticks([]),plt.yticks([])
plt.savefig('C:/picture/coin2s.png')
plt.show()
circles1 = cv2.HoughCircles(result,cv2.HOUGH_GRADIENT,1,
100,param1=150,param2=35,minRadius=25,maxRadius=100)
circles1 = cv2.HoughCircles(result,cv2.HOUGH_GRADIENT,1,
100,param1=150,param2=40,minRadius=20,maxRadius=120)
只要一直改参数就可以了。
2、检测直线
import cv2
import numpy as np
img = cv2.imread("C:/picture/hourse.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
image=cv2.GaussianBlur(gray,(25,25),2)
#esult=cv2.medianBlur(image,5)
edges = cv2.Canny(image, 50, 100)
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 70, minLineLength=25, maxLineGap=3)
lines = lines[:, 0, :]
for x1, y1, x2, y2 in lines:
cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 2)
cv2.imshow('img', img)
cv2.imwrite("C:/picture/hourses.jpg",img)
cv2.waitKey(0)
cv2.destroyAllWindows()
已经调了很多次参数,但是效果还是不是很理想 。