霍夫变化是一种在图像中寻找直线、圆形以及其他简单形状的方法。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)1962 年首次提出。最初霍夫变换只能用于检测直线,经过发展后,霍夫变换不仅能识别直线,还能识别其他简单的图形结构,常见的有圆、椭圆等。
一、霍夫直线变换
OpenCV 提供了函数 cv2.HoughLines()和函数 cv2.HoughLinesP()用来实现霍夫直线变换。
1. cv2.HoughLines()
OpenCV 提供了函数 cv2.HoughLines() 用来实现霍夫直线变换,该函数要求所操作的源图像是一个二值图像,所以在进行霍夫变换之前要先将源图像进行二值化,或者进行 Canny 边缘检测。
函数 cv2.HoughLines() 的语法格式为:
lines = cv2.HoughLines(image, rho, theta, threshold)
▪ image 是输入图像,即源图像,必须是8位的单通道二值图像。如果是其他类型的图像,再进行霍夫变换之前,需要将其修改为指定格式
▪ rho 为以像素为单位的距离r的进度。一般情况下,使用的进度是1
▪ theta 为角度θ的精度。一般情况下,使用的精度是π/180,表示要搜索所有可能的角度
▪ threshold 是阈值。阈值越小,就会得到较多的直线;阈值较大,就会得到较小的直线
▪ 返回值 lines 中的每一个元素都是一对浮点数,表示检测到的直线的参数,即(r,θ),是numpy.ndarray类型
函数cv2.HoughLines() 检测到的图像中的直线而不是线段,因此检测到的直线是没有端点的。所以,我们在进行霍夫直线变换时所绘制的直线都是穿越整幅图像的。
代码如下(示例):
import cv2
import numpy as np
img = cv2.imread("12.png")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # 转为灰度图
edge = cv2.Canny (gray, 50, 150) # 画边框
lines=cv2.HoughLines(edge,1,np.pi/180,50)
for line in lines:
rho, theta = line[0]
a = np.cos(theta)
b =