Delphi中使用cvHoughLines2获取图像的边界坐标

var
  img: PIplImage;
  smt: PIplImage;
  iot: PIplImage;
  i: Integer;
  threshold_type: Integer;
  adaptive_method: Integer;
  block_size: Integer;
  offset: Double;
  value: PInteger;
  sz: TSize;
  pnt: CvPoint;
  vl: CvScalar;
  res: PCvSeq;
  //锐化
  knl: PCvMat;
  pdata: array[0..9] of float;
  p: PFloat;
  sFileName: string;
  storage: PCvMemStorage;
  lines: PCvSeq;
  color_dst: PIplImage;
  line, line1: pCvPoint;
  delay: Int64;
begin
  if OpenDialog1.Execute then
    sFileName := OpenDialog1.FileName
  else
    Exit;
  delay := THelp.GetSysTickCount64;
  threshold_type := CV_THRESH_BINARY;
  adaptive_method := CV_ADAPTIVE_THRESH_MEAN_C;

  block_size := 71;
  offset := 30;
  img := cvLoadImage(PChar(sFileName), CV_LOAD_IMAGE_GRAYSCALE);
  smt := cvCloneImage(img);
  iot := cvCloneImage(smt);
  color_dst := cvCreateImage(cvSize_(img^.Width, img^.Height), IPL_DEPTH_8U, 1);
  cvCanny(img, smt, StrToInt(Edit3.Text), StrToInt(Edit4.Text));
  storage := cvCreateMemStorage(0);
{
              image 　　输入 8-比特、单通道 (二值) 图像，当用CV_HOUGH_PROBABILISTIC方法检测的时候其内容会被函数改变。 　　
     line_storage 　　检测到的线段存储仓. 可以是内存存储仓 (此种情况下，一个线段序列在存储仓中被创建，并且由函数返回），
                      或者是包含线段参数的特殊类型（见下面）的具有单行/单列的矩阵(CvMat*)。矩阵头为函数所修改，使得它的 cols/rows 将包含一组检测到的线段。
          如果 line_storage 是矩阵，而实际线段的数目超过矩阵尺寸，那么最大可能数目的线段被返回(线段没有按照长度、可信度或其它指标排序). 　　
     method 　　Hough 变换变量，是下面变量的其中之一： 　　CV_HOUGH_STANDARD - 传统或标准 Hough 变换. 每一个线段由两个浮点数 (ρ, θ) 表示，
                                                                               其中 ρ 是直线与原点 (0,0) 之间的距离，θ 线段与 x-轴之间的夹角。因此，矩阵类型必须是 CV_32FC2 type. 　　
                 CV_HOUGH_PROBABILISTIC - 概率 Hough 变换(如果图像包含一些长的线性分割，则效率更高). 它返回线段分割而不是整个线段。
                                          每个分割用起点和终点来表示，所以矩阵（或创建的序列）类型是 CV_32SC4. 　　
                 CV_HOUGH_MULTI_SCALE - 传统 Hough 变换的多尺度变种。线段的编码方式与 CV_HOUGH_STANDARD 的一致。 　　
     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. 　　
     param1 　　第一个方法相关的参数: 　　对传统 Hough 变换，不使用(0). 　　对概率 Hough 变换，它是最小线段长度. 　　
                对多尺度 Hough 变换，它是距离精度 rho 的分母 (大致的距离精度是 rho 而精确的应该是 rho / param1 ). 　　
     param2 　　第二个方法相关参数: 　　对传统 Hough 变换，不使用 (0). 　　对概率 Hough 变换，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param2时，将其合二为一。 　　
       对多尺度 Hough 变换，它是角度精度 theta 的分母 (大致的角度精度是 theta 而精确的角度应该是 theta / param2).
}
  lines := cvHoughLines2(smt, storage, CV_HOUGH_PROBABILISTIC, 1, CV_PI / 180, 40, 0, 100);
  for i := 0 to lines^.total - 1 do
  begin
    line1 := PCvPoint(cvGetSeqElem(lines, i));
    line := line1;
    Inc(line1);
    cvLine(color_dst, cvPoint_(line^.x, line^.y), cvPoint_(line1^.x, line1^.y), CV_RGB(255, 0, 0), 3, CV_AA, 0);
  end;
  cvNamedWindow('Example1', CV_WINDOW_AUTOSIZE);
  cvNamedWindow('Example2', CV_WINDOW_AUTOSIZE);
  cvShowImage('Example1', color_dst);
  cvShowImage('Example2', smt);
  OutputDebugString(PChar(Format('>>>>共占时%d', [THelp.GetSysTickCount64 - delay])));
  cvWaitKey(0);
  cvReleaseImage(img);
  cvReleaseImage(smt);
  cvReleaseImage(color_dst);
  cvDestroyWindow('Example1');
  cvDestroyWindow('Example2');
end;