【秣厉科技】LabVIEW工具包——OpenCV 教程（20）：拾遗 - imgproc 基础操作（下）

---

前言

1. 需要下载安装OpenCV工具包的朋友，请前往 此处 ；
2. 系统要求：Windows系统，LabVIEW>=2018，兼容32位和64位。

---

imgproc 基础操作（下）

8. 霍夫检测

霍夫检测，是一种用于检测图像中直线、圆等几何形状的方法。

目前包含以下方法：

函数	功能
HoughLines	霍夫直线检测。输入图像，返回直线数组，每条直线用（rho，theta）表示。 rho是原点到直线的垂线距离，theta是垂线的仰角（弧度），所以（rho，theta）相当于垂足的极坐标。
HoughLinesPointSet	霍夫散点直线查找。输入坐标点数组，返回直线数组，每条直线用（votes，rho，theta）表示。 votes是票数，表示有多少个散点落在该直线上。rho，theta 含义同上。
HoughLinesP	霍夫线段检测。输入图像，返回线段数组，每条线段包含其两个端点坐标（pt1，pt2）。
HoughCircles	霍夫圆检测。输入图像，返回圆数组，每个圆包含圆心坐标和半径（center，radius）。

• 例8-1：霍夫直线检测
• 在检测之前，一般需要对图像进行滤波降噪（blur）和边缘检测（Canny），从而保证直线检测效果；
• HoughLines 参数：
• rho：表示直线的 rho 分辨率（精度），默认为 1；
• theta：表示直线的 theta 分辨率，默认为 1/180 弧度；
• threshold‌：累积器阈值，只有累积值大于该阈值的直线才会被认为是有效的；
• srn 和 stn：分别代表 rho 缩放因子 和 theta 缩放因子，默认都为0；
• min_theta 和 max_theta：顾名思义，分别代表 theta 的最小值和最大值，默认范围 0 - π；

• 上图中的可视化过程已封装成子VI：draw_lines.vi，其内部算法如下图。实现方法不唯一。
• 本例先使用 LabVIEW 自带的 Polar To Re/Im 将每个极坐标转换成垂足的（X，Y）坐标，然后从垂足出发，朝两端各延申1000单位，计算得到直线上距离较远的两点，最后将这两点输入给 line 函数进行绘制。

• 例8-2：霍夫线段检测
• 与直线检测类似，线段检测也需要先降噪和边缘检测。线段检测返回端点，可以直接绘图，可视化相对简单。
• HoughLinesP 参数：
• rho、theta、threshold‌：同上（HoughLines）；
• minLineLength：最小线段长度；
• maxLineGap：最大线段跨度，代表同一直线上的相邻点之间的最大允许间隔；

• 例8-3：霍夫圆检测
• 霍夫圆检测也需要降噪滤波，但一般不用边缘检测，因为它自带梯度计算模式；
• HoughCircles 参数：
• method：检测方法，默认为 HOUGH_GRADIENT ，梯度检测方式；
• dp：累加器精度和图像精度之比的倒数。例如，dp=1代表累加器分辨率和输入图像分辨率相同；dp=2时累加器分辨率是输入图像的一半；
• minDist：圆心与圆心之间的最小距离，用于筛除掉过于重合的圆；
• param1：相当于 Canny 检测的高阈值，低阈值自动设为 param1 的一半；
• param2：累加器阈值，越小检测到的圆越多，越大检测到的圆越严格精确；
• minRadius 和 maxRadius：顾名思义，最小半径和最大半径；

---

9. 滤波与模糊

图像滤波的原理，是定义一个边长为 K （奇数）的小窗口，称为 “核”，令其在源图像上逐个像素地滑动。每滑动到一个位置，对小窗口遮罩的所有像素值进行某种运算，得到一个新的像素值，该值就作为此时小窗口中心点所在像素的滤波结果。当小窗口中心滑过源图像所有像素后，所有新的像素值就组成了滤波后的图像。

当小窗口中心沿着图像边界滑动时，会有一部分窗格落在图像边界之外，所以滤波器一般都要指定采用哪种 边界填充 方案。

根据 滤波核 与 滤波算法 的不同，图像滤波呈现的效果也不同。低通滤波器的效果是平滑图像、除噪声；高通滤波器则会锐化图像。因此，滤波的概念比模糊更广泛，模糊本质上是一种低通滤波过程。

OpenCV中，用于实现模糊、滤波，以及生成滤波核（也叫卷积核）的函数总结如下：

函数	功能
blur	均值模糊
medianBlur	中值模糊
GaussianBlur	高斯模糊
stackBlur	StackBlur 算法，一种高斯模糊的快速近似算法，计算成本低
filter2D	通用2D图像线性滤波器
sepFilter2D	可分离的线性滤波器
bilateralFilter	双边滤波器，一种非线性滤波器
boxFilter	方盒滤波器，计算局部均值
sqrBoxFilter	类似方盒滤波器，但计算局部平方和，并归一化
getGaborKernel	生成Gabor滤波核
getGaussianKernel	生成高斯滤波核
getDerivKernel	生成导数滤波核，两个方向kx，ky
getStructuringElement	生成结构化元素
其他	除上述之外，二值图的腐蚀、膨胀、开闭运算，梯度计算，照片降噪等等，也都算是滤波的一种。

上述函数在 imgproc 选板中的位置如下图：

• 例9-1：中值模糊 与 高斯模糊
• ksize 是滤波核的边长，必须是奇数；高斯核允许 ksize 的x，y方向尺寸不一样；
• sigmaX 和 sigmaY 是高斯核在x，y方向上分布的 σ 值（标准差）；
• borderType 是边界填充类型；medianBlur不用指定borderType ，它默认采用 BORDER_REPLICATE；

• 例9-2：生成高斯核，再用以 filter2D 进行滤波
• getGaussianKernel 只能生成一维高斯核（列向量），传入 filter2D 后只能进行 y 方向的滤波。如果需要二维高斯核，可以调用2次 getGaussianKernel 生成2个一维高斯核，再用 core 模块的 mulTransposed 函数计算得到二维高斯核；
• ddepth 是目标图像深度，-1代表与源图像相同；
• anchor 是卷积核的锚点，（-1，-1）代表中心点；
• delta 是偏移量，即滤波之后统一增加的值；
• borderType 是边界填充类型。

• 例9-3：生成X、Y两个方向的 导数 滤波核，再用以 sepFilter2D 进行滤波
• getDerivKernel 参数：dx，dy 分别是x，y方向的求导阶数；ksize 是核尺寸；normalize 代表是否归一化；ktype 是核数据类型；
• sepFilter2D 参数：同上文 filter2D 函数；
• 此例是典型的高通滤波。像素变化不大的区域，导数几乎为0，所以是黑色；轮廓边缘导数较大，所以被增强；

• 例9-4：bilateralFilter 双边滤波

双边滤波器在每个像素点上应用一个卷积核，卷积核的权重由 空间 高斯函数和 颜色 高斯函数共同决定。空间高斯函数考虑像素间的空间距离，而颜色高斯函数考虑像素间的颜色差异。这使得双边滤波在平滑图像的同时能够保持边缘的清晰度，非常适合用于去除噪声和保持图像特征‌。

• d 是滤波器直径，相当于上述卷积核尺寸；
• sigmaColor 是颜色域的高斯分布 sigma 值；
• sigmaSpace‌ 是空间域的高斯分布 sigma 值；
• borderType 是边界填充类型。

---

10. 拟合与包围

拟合：指的是应用回归算法确定一条直线或曲线，使尽可能多的散点落在线上或线的附近。
包围：指的是寻找能够完全包围所有散点的最小几何图形。

相关的 OpenCV 函数总结如下：

函数	功能
fitLine2D	平面直线拟合
fitLine3D	空间直线拟合
fitEllipse	椭圆拟合，基于最小二乘法
fitEllipseAMS	椭圆拟合，基于近似均方
fitEllipseDirect	椭圆拟合，基于直接最小二乘法
boundingRect	计算点集的外接矩形，返回 Rect 对象
minAreaRect	计算点集的最小外接矩形，返回旋转矩形 RotatedRect 对象
minEnclosingCircle	计算点集的最小外接圆，返回圆心和半径
minEnclosingTriangle	计算点集的最小外接三角形，返回三角形顶点坐标

上述函数在 imgproc 选板中的位置如下图：

• 例10-1：fitLine2D 直线拟合
• 如下图，在 300x300 的背景下，用实心圆描出所有散点，然后将散点数组输入给 fitLine2D 进行拟合；
• 距离算法 distType 选择 DIST_L2，其余参数不连（使用默认），拟合结果由（vx,vy,x0,y0）描述。其中 (vx, vy)是直线的方向向量，(x0, y0) 是直线上一点，可以据此画出直线线段；
• 如果使用 fitLine3D 拟合空间直线，那么将返回 6 元素的结果（vx,vy,vz,x0,y0,z0)，包含空间方向向量（vx,vy,vz)，以及空间直线上一点（x0,y0,z0)。

• 例10-2：fitEllipse 椭圆拟合
• 如下图。fitEllipse 返回的结果是椭圆的 外接旋转矩形，需要经过转换才能用 ellipse 画图。

• 例10-3：针对相同的点集，分别做 boundingRect 与 minAreaRect 包围
• boundingRect 返回 Rect，可以直接用 rectangle 画图；
• minAreaRect 返回 RotatedRect，可以先用 boxPoints 提取其4个顶点，然后用 polylines 画成闭合四边形；

---

总结

1. 本系列博文作为LabVIEW工具包—OpenCV的教程，将以专栏的形式陆续发布和更新。
2. 对工具包感兴趣的朋友，欢迎下载试用：秣厉科技 - LabVIEW工具包 - OpenCV
3. 各位看官有什么想法、建议、吐槽、批评，或新奇的需求，也欢迎留言讨论。