【OpenCV图像处理】1.20 & 1.21 霍夫变换

一、霍夫直线变换

PS：还是不清楚作用，后续看DIP相关章节介绍。

1. 相关理论

• 霍夫直线变换介绍
  • Hough Line Transform用来做直线检测
  • 前提条件 – 边缘检测已经完成
  • 平面空间到极坐标空间转换
    

从平面坐标变换到霍夫空间(极坐标)

• 霍夫变换

  • 对于任意一条直线上的所有点来说
  • 变换到极坐标中，从[0~360]空间，可以得到r的大小
  • 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

• 相关API

  • HoughLines – 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

  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
  

  • HoughLinesP – 推荐使用

  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
  )
  

2. 代码 & 运行效果

#include <iostream>
#include <string>
#include <vector>
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/types_c.h>

using namespace std;
using namespace cv;

#ifndef P20
#define P20 20
#endif

int main() {
    std::string path = "../color_line.JPG";
    cv::Mat img = cv::imread(path, 5);

    string str_input = "input image";
    string str_output = "output image";

    if(img.empty())
    {
        std::cout << "open file failed" << std::endl;
        return -1;
    }
    
#if P20     //霍夫变换
    Mat gray_src, dest;

    cvtColor(img,gray_src, COLOR_BGR2GRAY);
    Canny(gray_src,dest, 100, 200);
    
    vector<Vec4f> plines;
    HoughLinesP(dest, plines, 1, CV_PI/180.0, 10, 0, 10);
    for (size_t i = 0; i < plines.size(); ++i)
    {
        Vec4f h1 = plines[i];
        line(dest, Point(h1[1],h1[2]), Point(h1[2],h1[3]), Scalar(0,0,255), 3, LINE_AA);
    }
    namedWindow("final", WINDOW_AUTOSIZE);
    imshow("final", dest);
#endif

    cv::waitKey(0);
    cv::destroyAllWindows();
    return 0;
}

显示效果：

如果直线不连续，需要调整HoughLinesP;的最后一个参数。

二、霍夫圆变换

1. 相关理论

• 霍夫圆变换
  $\begin{array}{rl}x& =a+R\cos (\theta )\\ y& =b+R\sin (\theta )\end{array}$
  

  Hough[theta][a][b]++

• 霍夫圆变换原理

  • 从平面坐标到极坐标转换三个参数$C(x_0,y_0,r)$其中$x_0,y_0$是圆心
  • 假设平面坐标的任意一个圆上的点，转换到极坐标中：$C(x_0,y_0,r$处有最大值，霍夫变换正是利用这个原理实现圆的检测。

• 相关API – 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
    • 1. 基于第一步的基础上从候选圆心开始计算最佳半径大小

  • 参数说明：

    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 & 展示效果

完整代码：

#include <iostream>
#include <string>
#include <vector>
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/types_c.h>

using namespace std;
using namespace cv;

#ifndef P21
#define P21 21
#endif

int main() {
    std::string path = "../color_line.JPG";
    cv::Mat img = cv::imread(path, 5);

    string str_input = "input image";
    string str_output = "output image";

    if(img.empty())
    {
        std::cout << "open file failed" << std::endl;
        return -1;
    }
    
#if P21     //霍夫圆变换
    Mat moutput,dest;
    medianBlur(img, moutput, 3);
    cvtColor(moutput,moutput, COLOR_BGR2GRAY);


#include <vector>
    vector<Vec3f> pcircles;
    HoughCircles(moutput, pcircles, CV_HOUGH_GRADIENT, 1, 20, 100, 30, 5, 50);
    img.copyTo(dest);
    for (size_t i = 0; i < pcircles.size(); ++i)
    {
        Vec3f cc = pcircles[i];
        circle(dest, Point(cc[0],cc[1]), cc[2], Scalar(0,0,255), 3, LINE_AA);
        circle(dest, Point(cc[0],cc[1]), 2, Scalar(198, 23, 155), 3, LINE_AA);
    }
    namedWindow("final",WINDOW_AUTOSIZE);
    imshow("final", dest);
#endif

    cv::waitKey(0);
    cv::destroyAllWindows();
    return 0;
}

效果：

中间那个圆不知道为啥没有画出来。