机器视觉入门之路（三九---B，霍夫变换（hough transform）图像，c++）

前面博文已经有了霍夫找直线的算法这里再补充一下：

第一，程序调试成功后，真实的hough图像对比原图像：

第二，其实（p，）是可以转换（k，b）的，转换关系如下：因为两条直线垂直，斜率k*sin/cos=-1,所以，k=-cos/sin,b=p/sin(),这样你就又有了一幅kb图像，其结果与hough图像差不多，原图像两条直线，那么结果就是两个闪亮的星星，为什么不是闪亮的点呢？看到下面结果就明白了：

因为直线不是两条，而是两直线簇。画直线的算法如下：

void DrawLine(BYTE** imageBuf, int w, int h, int a/*=*/,int p)
{
    //在此找出直線起點，終點
    double k,b;
    int x,y;
    if(a!=90) //此处处理太绝对   //如果斜率存在，这里使用的是角度，非弧度
    {
        //计算直线方程的参数
        b=p/cos(a*3.1415926535/180);//为了应付p=xsin+ycos这个错误的公式，此处处理太牵强，怪怪的！
        k=-sin(a*3.1415926535/180)/cos(a*3.1415926535/180);//此处处理太牵强，怪怪的！
        y=0;
        x=0;
        //斜率小于1的情况
        if(abs(k)<=1)
        {
            for(x=0;x<w-2;x++)
            {
                y=(int)(k*x+b);
                if(y>=0 && y<h-2)
                {                 
                    imageBuf[y][x*4]=0;
                    imageBuf[y][x*4+1]=0;
                    imageBuf[y][x*4+2]=250;//红色
                    imageBuf[y][x*4+3]=255;                  
                }
            }
        }
        //斜率大于1的情况
        else
        {
            for(y=0;y<h-2;y++)
            {
                x=(int)(y/k-b/k);
                if(x>=0 && x<w-2)
                {
                    imageBuf[y][x*4]=0;
                    imageBuf[y][x*4+1]=0;
                    imageBuf[y][x*4+2]=250;//红色
                    imageBuf[y][x*4+3]=255;
                }
            }
        }
    }
    //斜率不存在的情况
    else
    {
        for(y=0;y<h-2;y++)
        {
            if(p>=0&&p<w-2)
            {
            imageBuf[y][p*4]=0;
            imageBuf[y][p*4+1]=0;
            imageBuf[y][p*4+2]=250;//红色
            imageBuf[y][p*4+3]=255;
            }
        }
    }

}

至于kb图像，可以尝试画一下。其实直线（p，）和直线y=kx+b不是同一条直线，是相互垂直的关系，我在这里的认知翻过车！

为什么最后一幅图不是原图像？原因是当初为了加快计算p，，图像进行了canny处理，这样其实反而变慢了，但你收获了canny算法的喜悦，实际可以用sobel图像（我们用的是梯度图像），就可以使得边缘不相干像素就过滤掉了，速度就起来了。

实质hough找线计算量很大，自然很慢，我们机器视觉中，会用它吗？显然不会，但学习，要过此关。

有机会用时间测一下hough算子，canny算子，就一目了然了，否则，机器视觉怎么会走感兴趣区域这条路？发明那么多感兴趣工具？