Opencvsharp中关于霍夫变换直线检测的使用

在opencvsharp中很多api的写法跟c++中有所不同不同，比如在霍夫直线检测Cv2.HoughLinesP这个api中返回的是一个LineSegmentPoint[]，而非一个Vec4i的数组；

所以首先创建一个LineSegmentPoint类型的数组作为接收，再调用Cv2.HoughLinesP这个函数

HoughLines(InputArray image, double rho, double theta, int threshold, double srn = 0, double stn = 0);

• image： 必须是二值图像，推荐使用canny边缘检测的结果图像；
• rho: 线段以像素为单位的距离精度，double类型的，推荐用1.0
• theta： 线段以弧度为单位的角度精度，一般都推荐用pi/180
• threshod: 累加平面的阈值参数，int类型，超过设定阈值才被检测出线段，值越大，基本上意味着检出的线段越长，检出的线段个数越少。
• srn：线段以像素为单位的最小长度
• stn：同一方向上两条线段判定为一条线段的最大允许间隔（断裂），超过了设定值，则把两条线段当成一条线段，值越大，允许线段上的断裂越大，越有可能检出潜在的直线段

LineSegmentPoint[] lineSegmentPoint;  //创建接收数组
lineSegmentPoint = Cv2.HoughLinesP(gray, 1.0, Cv2.PI/180,200,100,300);//进行霍夫变换直线检测

在数组LineSegmentPoint[]中可以打印下可以看到每个数组的元素其实是包含线段的两个端点，这样就可以画出直线

for (int i = 0; i < lineSegmentPoint.Length; i++)
{
	Console.WriteLine(lineSegmentPoint[i].P1);
	Console.WriteLine(lineSegmentPoint[i].P2);
	Console.WriteLine();
}

打印结果：

(x:35 y:126)
(x:54 y:483)

(x:37 y:124)
(x:298 y:128)

(x:611 y:429)
(x:616 y:137)

(x:72 y:483)
(x:612 y:427)

(x:403 y:129)
(x:610 y:129)

接下来再将数组中的所有元素绘制成线段就可以看到结果：

Cv2.CvtColor(gray, gray, ColorConversionCodes.GRAY2BGR);
for (int i = 0; i < lineSegmentPoint.Length; i++)
{
	Cv2.Line(gray, lineSegmentPoint[i].P1, lineSegmentPoint[i].P2, Scalar.RandomColor(), 3);
}

下面是一个实例：

			Mat src = new Mat(@"D:\BaiduNetdiskDownload\电视.jpg", ImreadModes.Color);
            Cv2.PyrDown(src, src);
            Cv2.Resize(src, src, new Size(src.Width / 3, src.Height / 3));//or
            //Cv2.Resize(src, src, new Size(0, 0), 1.0f / 3.0f, 1.0f / 3.0f);
            Cv2.ImShow("src", src);
            Mat gray = new Mat();
            Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY);
            Cv2.Threshold(gray, gray, 100, 255, ThresholdTypes.Binary);//二值化
            Mat stElem = Cv2.GetStructuringElement(MorphShapes.Rect, new Size(7, 7));
            Cv2.MorphologyEx(gray, gray, MorphTypes.Open, stElem, new Point(-1, -1), 3);//来三次次开操作把无关点滤掉
            Cv2.MorphologyEx(gray, gray, MorphTypes.Dilate, stElem);//膨胀扩大下范围
            Cv2.ImShow("binary", gray);
            Cv2.Canny(gray, gray, 20, 50,3);
            //Cv2.CvtColor(gray, gray, ColorConversionCodes.GRAY2BGR);
            LineSegmentPoint[] lineSegmentPoint;
            lineSegmentPoint = Cv2.HoughLinesP(gray, 1.0, Cv2.PI/180,200,100,300);
            for (int i = 0; i < lineSegmentPoint.Length; i++)
            {
                Console.WriteLine(lineSegmentPoint[i].P1);
                Console.WriteLine(lineSegmentPoint[i].P2);
                Console.WriteLine();
            }
            Cv2.CvtColor(gray, gray, ColorConversionCodes.GRAY2BGR);
            for (int i = 0; i < lineSegmentPoint.Length; i++)
            {
                Cv2.Line(gray, lineSegmentPoint[i].P1, lineSegmentPoint[i].P2, Scalar.RandomColor(), 3);
            }
            Cv2.ImShow("dst", gray);
            Cv2.WaitKey();

显示结果：