霍夫变换

最新推荐文章于 2023-07-19 20:03:13 发布
最新推荐文章于 2023-07-19 20:03:13 发布
阅读量1.2k 收藏 2
点赞数

本次范例通过霍夫变换检测直线和圆，讲解霍夫线变换和霍夫圆变换的原理，代码实现，和演示结果，使用霍夫线变换之前， 首先要对图像进行边缘检测的处理，也即霍夫线变换的直接输入只能是边缘二值图像。而霍夫圆变换则只要输入灰度图像即可，因为在霍夫圆变换的过程中已经用到了canny边缘检测。

1、原理

霍夫线变换：

  1. 众所周知, 一条直线在图像二维空间可由两个变量表示. 例如:

    1. 在 笛卡尔坐标系: 可由参数:  斜率和截距表示.
    2. 在 极坐标系: 可由参数:  极径和极角表示

    对于霍夫变换, 我们将用 极坐标系 来表示直线. 因此, 直线的表达式可为:

    化简得: 

  2. 一般来说对于点 , 我们可以将通过这个点的一族直线统一定义为:


    这就意味着每一对  代表一条通过点  的直线.

  3. 如果对于一个给定点  我们在极坐标对极径极角平面绘出所有通过它的直线, 将得到一条正弦曲线. 例如, 对于给定点  and 我们可以绘出下图 (在平面  - ):

    只绘出满足下列条件的点  and .

  4. 我们可以对图像中所有的点进行上述操作. 如果两个不同点进行上述操作后得到的曲线在平面  -  相交, 这就意味着它们通过同一条直线. 例如, 接上面的例子我们继续对点: ,  和点 ,  绘图, 得到下图:

    这三条曲线在  -  平面相交于点 , 坐标表示的是参数对 () 或者是说点 , 点  和点 组成的平面内的的直线.

  5. 那么以上的材料要说明什么呢? 这意味着一般来说, 一条直线能够通过在平面  -  寻找交于一点的曲线数量来 检测. 越多曲线交于一点也就意味着这个交点表示的直线由更多的点组成. 一般来说我们可以通过设置直线上点的 阈值 来定义多少条曲线交于一点我们才认为 检测 到了一条直线.

  6. 这就是霍夫线变换要做的. 它追踪图像中每个点对应曲线间的交点. 如果交于一点的曲线的数量超过了 阈值, 那么可以认为这个交点所代表的参数对  在原图像中为一条直线. 

  标准霍夫线变换和统计概率霍夫线变换
  OpenCV实现了以下两种霍夫线变换:
  1. 标准霍夫线变换
  • 原理在上面的部分已经说明了. 它能给我们提供一组参数对  的集合来表示检测到的直线
  • 在OpenCV 中通过函数 HoughLines 来实现
  1. 统计概率霍夫线变换
  • 这是执行起来效率更高的霍夫线变换. 它输出检测到的直线的端点 
  • 在OpenCV 中它通过函数 HoughLinesP 来实现

霍夫圆变换：

霍夫圆变换可以根据霍夫线变换来实现

通过极坐标来表示圆（a，b）表示圆心，R表示半径，则圆表示为：

x = a + Rcosθ

y = b + Rsinθ

θ的值为0-360

一开始我们假设R是已知的，那么我们就可以把x，y空间的公式变换为关于a、b空间的公式：

a = x1 – Rcosθ

b = y1 – Rsinθ

x1、y1为x、y空间中的每一个非零像素点，如此一来，后面的变换就可以跟霍夫线变换一样操作了。

具体操作步骤为：

①、读取一副图像

②、检测边缘，产生一副二值图像

③、对于每个非零像素转换到ab空间中

<span style="font-family:SimSun;font-size:18px;">④、对于每个ab空间中的点，进行累加
⑤、提取数量最多的点作为圆点
</span>
<span style="font-family:SimSun;font-size:18px;">在上面提到R是假设已知的，那么当R是未知的情况怎么办？其实很简单，就是将R设置为1、2、3……这样子已知下去，慢慢试，再对R和圆心数量进行阈值就可以了。</span>

2、代码实现

<span style="font-family:SimSun;font-size:18px;"></span><pre class="cpp" code_snippet_id="250656" snippet_file_name="blog_20140322_3_1861283" name="code">#include "stdafx.h"

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"

#include <iostream>

using namespace cv;
using namespace std;

Mat src, dst, cdst;
const char* filename = "hough.png";
const char *winname="hough";
const char *trackbarname="1.houghlines\n2.houghlinep\n3.houghcircle";
int savevalue=50,houghtype;
const int maxthreshold=150;

void help()
{
	cout << "\nThis program demonstrates line finding with the Hough transform.\n"
		"Usage:\n"
		"./houghlines <image_name>, Default is pic1.jpg\n" << endl;
}
void choisehoughlines()
{
 
	vector<Vec2f> lines;
	Canny(src, dst,50, 200, 3);
	cvtColor(dst, cdst, CV_GRAY2BGR);
	HoughLines(dst, lines, 1, CV_PI/180, savevalue+10, 0, 0 );

	for( size_t i = 0; i < lines.size(); i++ )
	{
		float rho = lines[i][0], theta = lines[i][1];
		Point pt1, pt2;
		double a = cos(theta), b = sin(theta);
		double x0 = a*rho, y0 = b*rho;
		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( cdst, pt1, pt2, Scalar(0,0,255), 3, CV_AA);
	}
	imshow(winname, cdst); 
}
void choisehoughlinep()
{
	vector<Vec4i> lines;
	Canny(src, dst,50, 200, 3);
	cvtColor(dst, cdst, CV_GRAY2BGR);
	HoughLinesP(dst, lines, 1, CV_PI/180, savevalue+10, savevalue+10, 10 );
	for( size_t i = 0; i < lines.size(); i++ )
	{
		Vec4i l = lines[i];
		line( cdst, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0,0,255), 3, CV_AA);
	}
	imshow(winname, cdst);

}
void choisehoughcircle()
{
	vector<Vec3f> circles;
	cvtColor(src, cdst, CV_GRAY2BGR);
	/// Apply the Hough Transform to find the circles
	HoughCircles( src, circles, CV_HOUGH_GRADIENT, 1, dst.rows/10, 200, savevalue+10, 0, 0 );
	/// Draw the circles detected
	printf("%d",circles.size());
	for( size_t i = 0; i < circles.size(); i++ )
	{
		Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
		int radius = cvRound(circles[i][2]);
		// circle center
		circle( cdst, center, 3, Scalar(0,255,0), -1, 8, 0 );
		// circle outline
		circle( cdst, center, radius, Scalar(0,0,255), 3, 8, 0 );
	}
		imshow(winname, cdst);
}
void choice(int,void *)
{
	switch (houghtype)
	{
	case 0:choisehoughlines();break;
	case 1:choisehoughlinep();break;
	case 2:choisehoughcircle();break;
	}
}
int main(int argc, char** argv)
{

    src = imread(filename, 0);
	if(src.empty())
	{
		help();
		cout << "can not open " << filename << endl;
		return -1;
	}
	namedWindow(winname);
	createTrackbar(trackbarname,winname,&houghtype,3,choice);
	createTrackbar("thresholdvalue",winname,&savevalue,maxthreshold,choice);
	imshow("source", src);
	choice(0,0);
	waitKey();

	return 0;
}

4、总结

<span style="font-family:SimSun;font-size:18px;">霍夫线变</span><span style="font-family:SimSun;font-size:18px;BACKGROUND-COLOR: rgb(240,240,240)">换</span><span style="font-family:SimSun;font-size:18px;">需要对图片线进行边缘提取，图像二值化处理，而霍夫圆变换则不用，只需输入灰度图像即可；霍夫圆变换不能检测出同心圆的多个圆，只能标记出其中的一个，而且通过阈值来选择哪个圆，大家可以通过上面的滑动条来动态的检验结果。检测到的结果一般都用vector容器来存储。</span>

5、用到的类和函数

HoughLines：

<span style="font-family:SimSun;font-size:18px;">功能：利用 Hough 变换在二值图像中找到直线</span>
<span style="font-family:SimSun;font-size:18px;">结构：</span>
<span style="font-family:SimSun;font-size:18px;"></span><pre class="cpp" code_snippet_id="250656" snippet_file_name="blog_20140322_14_6209800" name="code">void HoughLines(InputArray image, OutputArray lines, double rho, double theta, int threshold, double srn=0, double stn=0 )
<span style="font-family:SimSun;font-size:18px;">
</span>
image ：输入 8-比特、单通道 (二值) 图像
lines ：输出的角度和r长度
rho ：与象素相关单位的距离精度
theta ：弧度测量的角度精度
threshold ：阈值参数。如果相应的累计值大于 threshold， 则函数返回的这个线段.
srn 、stn ：多尺度变换，距离精度 rho 的分母，角度精度 theta 的分母。 
 

 HoughLinesP：
 

<span style="font-family:SimSun;font-size:18px;">功能：通过统计概率的霍夫线变换找到线段</span>
 

<span style="font-family:SimSun;font-size:18px;">结构：</span>
 

<span style="font-family:SimSun;font-size:18px;"></span><pre class="cpp" code_snippet_id="250656" snippet_file_name="blog_20140322_18_8913042" name="code">void HoughLinesP(InputArray image, OutputArray lines, double rho, double theta, int threshold, double minLineLength=0, double maxLineGap=0 )
image ：输入 8-比特、单通道 (二值) 图像 

 lines ：输出线段的两个端点，保存为(x_1, y_1, x_2, y_2) 

 

 

 

<span style="font-family:SimSun;font-size:18px;"></span><pre style="PADDING-BOTTOM: 0px; LINE-HEIGHT: 24px; BACKGROUND-COLOR: rgb(255,252,246); MARGIN-TOP: 0px; PADDING-LEFT: 0px; PADDING-RIGHT: 0px; WORD-WRAP: break-word; WHITE-SPACE: pre-wrap; MARGIN-BOTTOM: 10px; COLOR: rgb(51,51,51); PADDING-TOP: 0px" id="best-content-1248887378" class="best-text mb-10" code_snippet_id="250656" snippet_file_name="blog_20140322_19_58095" name="code"><span style="font-family:SimSun;font-size:18px;">rho ：与象素相关单位的距离精度
theta ：弧度测量的角度精度</span>
 

<span style="font-family:SimSun;font-size:18px;">threshold ：阈值参数。如果相应的累计值大于 threshold， 则函数返回的这个线段.</span>
minLineLength ：最小的线段长度 

 maxLineGap ：这个参数表示在同一条直线上进行碎线段连接的最大间隔值(gap), 即当同一条直线上的两条碎线段之间的间隔小于maxLineGap时 
，将其合二为一。 

 

 

 

 HoughCircles：
 

<span style="font-family:SimSun;font-size:18px;">功能：利用 Hough 变换在灰度图像中找圆</span>
 

<span style="font-family:SimSun;font-size:18px;">结构：</span>
 

<span style="font-family:SimSun;font-size:18px;"></span><pre class="cpp" code_snippet_id="250656" snippet_file_name="blog_20140322_23_8824622" name="code">void HoughCircles(InputArray image, OutputArray circles, int method, double dp, double minDist, double param1=100, double param2=100, int minRadius=0, int maxRadius=0 )
 

<span style="font-family:SimSun;font-size:18px;">
</span>
image ：输入 8-比特、单通道 (二值) 图像 

 circles ：输出圆心坐标（x、y），和半径r
 method ： Hough 变换方式，目前只支持CV_HOUGH_GRADIENT
 dp ：累加器图像的分辨率。如果dp设置为1，则分辨率是相同的；如果设置为更大的值（比如2），累加器的分辨率受此影响会变小（此情况下为一半）。dp的值不能比1小。
 minDist ：让算法能明显区分的两个不同圆之间的最小距离。
 param1 ：用于Canny的边缘阀值上限，下限被置为上限的一半。
 param2 ：累加器的阀值。
 minRadius ：最小圆半径
 maxRadius ：最大圆半径，默认为最大值 max(image_width, image_height) 

 

<span style="font-family:SimSun;font-size:18px;">


</span>
 

 

 

 

 

 

 


                

        

        

    




    

      

        

            

              
                
                  gaoranfighting
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                      0
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    2
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      










                



	

		

			

				
					
OpenCV霍夫变换的演示代码(附完整代码)

				
			

			

				

					希望我的博客，能帮上你解决学习中工作中所遇到的问题
				

				

					05-01
					
					415
					
				

			

		

		

			
				
OpenCV霍夫变换的演示代码OpenCV霍夫变换的演示代码
OpenCV霍夫变换的演示代码
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;
Mat src, edges;
Mat src_gray;
Mat standard_houg

			
		

	



                

              
                



	

		

			

				
					
霍夫变换代码

				
			

			

				

					10-12
				

			

		

		

			
				
霍夫变换相关论文资料及其实现代码，实现基本功能

			
		

	



                


  
              

                


	

		

			

				
					
霍夫变换MATLAB程序代码

				
			

			

				

					11-23
				

			

		

		

			
				
该程序是霍夫变换，是MATLAB程序，学习图像处理和机器视觉的同学很有帮助。

			
		

	





	

		

			

				
					
霍夫变换相关资料及MATLAB代码实现

				
			

			

				

					12-07
				

			

		

		

			
				
霍夫变换的英文论文以及在MATLAB基础上的代码实现。m文件。

			
		

	



		

			
		



	

		

			

				
					
经典霍夫变换（Hough Transform）

					
热门推荐

				
			

			

				

					YuYunTan的专栏
				

				

					04-29
					
					8万+
					
				

			

		

		

			
				


引言
历史和简介
历史
简介


原理
例子1
例子2


霍夫变换提取直线如何实现？实现机理是为何？
实现使用的例子说明描述
简单闭合矩形
城市场景
遥感应用


实现算法描述
代码实现
matlab版本
python实现
Opencv实现


浅提霍夫变换提取圆
步骤
霍夫变换提取圆的一些实现链接


浅提广义霍夫变换
基本霍夫变换的限制
结语







引言

  ​    本文讲述...

			
		

	





	

		

			

				
					
myhough.zip_霍夫变换实现

				
			

			

				

					07-15
				

			

		

		

			
				
霍夫变换是一种在数字图像处理领域中用于检测直线、圆、椭圆等形状的重要算法。在给定的“myhough.zip”压缩包文件中，包含了一个名为“myhough.m”的MATLAB脚本，该脚本实现了针对单传感器目标跟踪的霍夫变换功能。...

			
		

	





	

		

			

				
					
python+opencv实现霍夫变换检测直线

				
			

			

				

					09-19
				

			

		

		

			
				
### Python + OpenCV 实现霍夫变换检测直线  在图像处理和计算机视觉领域，霍夫变换是一种被广泛使用的特征检测方法，尤其适用于检测图像中的直线、圆等规则形状。本篇将详细介绍如何利用Python结合OpenCV库实现霍夫...

			
		

	





	

		

			

				
					
随机霍夫变换 圆检测

				
			

			

				

					12-01
				

			

		

		

			
				
随机霍夫变换（Randomized Hough Transform，RHT）是一种图像处理中的几何形状检测方法，尤其在圆形检测中被广泛应用。传统的霍夫变换是通过在参数空间中积累边缘点对应的参数值来找到图像中的直线或曲线，而随机...

			
		

	





	

		

			

				
					
霍夫变换找圆

				
			

			

				

					04-26
				

			

		

		

			
				
霍夫变换是一种在数字图像处理领域中用于检测直线、圆和其他形状的常见算法。这个方法基于几何变换理论，由Paul Viola和Marvin Smith在1950年代提出。在这个场景中，我们专注于霍夫变换在找圆上的应用，这在诸如机器...

			
		

	





	

		

			

				
					
基于霍夫变换的矩形检测matlab实现

				
			

			

				

					12-06
				

			

		

		

			
				
本资源主要介绍如何利用MATLAB实现基于霍夫变换的矩形检测，这对于理解图像处理的基本原理以及进行相关毕业设计极具价值。  霍夫变换是一种在图像中检测直线或曲线的算法，最早由D.W.霍夫于1959年提出。它通过在参数...

			
		

	





	

		

			

				
					
图像处理霍夫变换检测直线matlab代码

				
			

			

				

					04-26
				

			

		

		

			
				
使用霍夫变换检测直线的matlab程序，可以求出直线的方程

			
		

	





	

		

			

				
					
霍夫变换源程序

				
			

			

				

					08-05
				

			

		

		

			
				
通过使用Opencv来实现图像霍夫变换功能

			
		

	





	

		

			

				
					
快速实时霍夫变换

				
			

			

				

					07-05
				

			

		

		

			
				
快速实时霍夫变换，精确检测直线，C与matlab混合编程，C和matlab下均可编译执行，图像800*800，速度在几十毫秒内。

			
		

	





	

		

			

				
					
霍夫圆变换（matlab实现）

				
			

			

				

					05-04
				

			

		

		

			
				
霍夫圆变换可以检测图片中的圆形曲线并确定其圆心位置

			
		

	





	

		

			

				
					
图像处理学习——基于霍夫变换（Matlab代码实现）

				
			

			

				

					m0_73907476的博客
				

				

					04-17
					
					2313
					
				

			

		

		

			
				
最初的霍夫变换只能用于检测直线，经过发展后，霍夫变换不仅能够识别直线，还能识别其他简单的图形结构，常见的有圆、椭圆等。实际上，只要是能够用一个参数方程表示的对象，都适合用霍夫变换来检测。[1]代勤,王延杰,韩广良.基于改进Hough变换和透视变换的透视图像矫正[J].液晶与显示,2012,27(04):552-556.霍夫变换采用类似于投票的方式来获取当前图像内的形状集合，该变换由Paul Hough(霍夫)于1962年首次提出。霍夫变换是一种在图像中寻找直线、圆形以及其他简单形状的方法。

			
		

	





	

		

			

				
					
史上最全霍夫变换详解（含源码）

				
			

			

				

					小白学视觉
				

				

					07-19
					
					4148
					
				

			

		

		

			
				
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达引言本文讲述霍夫变换的一些内容，并加入一些理解性东西，参考了部分博客等相关性内容。希望能对霍夫变换有所了解，也希望看到的人如果发现错误及时帮忙纠正。博主水平有限，还望赐教。历史和简介历史霍夫变换（Hough Transform）是在1959年由气泡室（Bubble Chamber）照片的机器分析而发明，发明者Paul Hough...

			
		

	





	

		

			

				
					
自动驾驶课程代码学习——霍夫变换

				
			

			

				

					Amymyr的博客
				

				

					05-12
					
					197
					
				

			

		

		

			
				
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np
import cv2

# Read in and grayscale the image
image = mpimg.imread('exit-ramp.jpg') # 读取一张图
gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)  #将图片转化为灰度图

# Define a kernel s.

			
		

	





	

		

			

				
					
霍夫变换理论知识及其C++代码实例

				
			

			

				

					qq_46017342的博客
				

				

					05-20
					
					832
					
				

			

		

		

			
				
霍夫变换理论知识及其C++代码实例

			
		

	





	

		

			

				
					
opencv 霍夫变换

					
最新发布

				
			

			

				

					04-04
				

			

		

		

			
				
OpenCV中的霍夫变换是一种常用的图像处理技术，用于检测图像中的直线和圆。霍夫变换的基本思想是将图像空间中的点映射到参数空间中，并在参数空间中进行计数，从而找到在图像中出现频率较高的直线或圆。  在OpenCV中...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      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