笔记：OpenCV4.5.4 【c++】Canny边缘检测，霍夫变换-直线，霍夫圆变换

最新推荐文章于 2024-05-17 18:43:47 发布

是知识不是芝士

最新推荐文章于 2024-05-17 18:43:47 发布

阅读量609

点赞数

分类专栏： OpenCV学习笔记文章标签： c++ opencv

本文链接：https://blog.csdn.net/m0_74875597/article/details/128728372

版权

OpenCV学习笔记专栏收录该内容

16 篇文章 2 订阅

订阅专栏

Canny是边缘检测算法

步骤：

高斯模糊 - GaussianBlur

灰度转换 - cvtColor

计算梯度 – Sobel/Scharr

非最大信号抑制

高低阈值输出二值图像

cv::Canny

Canny（ InputArray src, //

8-bit的输入图像 OutputArray edges,// 输出边缘图像，一般都是二值图像，背景是黑色 double threshold1,// 低阈值，常取高阈值的1/2或者1/3 double threshold2,// 高阈值 int aptertureSize,// Soble算子的size，通常3x3，取值3 bool L2gradient // 选择 true表示是L2来归一化，否则用L1归一化）

#include<iostream>
#include<opencv2/opencv.hpp>
#include<cmath>

using namespace std;
using namespace cv;
Mat src,dst,gray_src,temp;

int main(){
    src=imread("D:/opencv/2/a.jpg");
    if(!src.data){
        printf("could not load image...\n");
        return -1;
    }
    imshow("input",src);

    cvtColor(src,gray_src,COLOR_BGR2GRAY);

    blur(gray_src,gray_src,Size(3,3),Point(-1,-1),BORDER_DEFAULT);
    Canny(gray_src,dst,124,248,3,false);

    Mat kernel= getStructuringElement(MORPH_RECT,Size(5,5),Point(-1,-1));
    morphologyEx(dst,dst,MORPH_DILATE,kernel);

    imshow("output",~dst);



    waitKey(0);
    return 0;
}

霍夫变换-直线

Hough Line Transform用来做直线检测

前提条件 – 边缘检测已经完成

平面空间到极坐标空间转换

标准的霍夫变换 cv::HoughLines从平面坐标转换到霍夫空间，表示极坐标空间

霍夫变换直线概率 cv::HoughLinesP最终输出是直线的两个点

cv::HoughLines

( InputArray src, // 输入图像，必须8-bit的灰度图像 OutputArray lines, // 输出的极坐标来表示直线 double rho, // 生成极坐标时候的像素扫描步长 double theta, //生成极坐标时候的角度步长，一般取值CV_PI/180 int threshold, // 阈值，只有获得足够交点的极坐标点才被看成是直线 double srn=0;// 是否应用多尺度的霍夫变换，如果不是设置0表示经典霍夫变换 double stn=0;//是否应用多尺度的霍夫变换，如果不是设置0表示经典霍夫变换 double min_theta=0; // 表示角度扫描范围 0 ~180之间，默认即可 double max_theta=CV_PI )

cv::HoughLinesP

#include<iostream>
#include<opencv2/opencv.hpp>
#include<cmath>
#include<vector>
using namespace std;
using namespace cv;
Mat src,dst,gray_src,temp;

int LineGapValue=0;
const int LineGapMax=100;
Scalar color=Scalar(0,0,255);
Vec4f hline;
vector<Vec4f> plines;
void HoughLine(int,void*);
int main(){
    src=imread("D:/opencv/2/a.jpg");
    if(!src.data){
        printf("could not load image...\n");
        return -1;
    }
    imshow("input",src);


    //提取边缘
    Canny(src,gray_src,100,200,3,false);
    cvtColor(gray_src,dst,COLOR_GRAY2BGR);

    imshow("Canny",gray_src);

    namedWindow("output");
    createTrackbar("LineGap","output",&LineGapValue,LineGapMax,HoughLine);
    HoughLine(0,0);




    waitKey(0);
    return 0;
}

void HoughLine(int,void*){
    
    cvtColor(gray_src,dst,COLOR_GRAY2BGR);
    HoughLinesP(gray_src,plines,1,CV_PI/180,10,0,LineGapValue);//最后一个参数代表 像素距离多少以内表示在一条直线内
   
    for(size_t i=0;i<plines.size();i++){
        hline = plines[i];
        line(dst,Point(hline[0],hline[1]),Point(hline[2],hline[3]),color,3,LINE_AA);
    }


    imshow("output",dst);
}

霍夫圆变换

cv::HoughCircles

因为霍夫圆检测对噪声比较敏感，所以首先要对图像做中值滤波。基于效率考虑，Opencv中实现的霍夫变换圆检测是基于图像梯度的实现，分为两步：

1. 检测边缘，发现可能的圆心

2. 基于第一步的基础上从候选圆心开始计算最佳半径大小

HoughCircles( InputArray image, // 输入图像 ,必须是8位的单通道灰度图像 OutputArray circles, // 输出结果，发现的圆信息 Int method, // 方法 - HOUGH_GRADIENT Double dp, // dp = 1; Double mindist, // 10 最短距离-可以分辨是两个圆的，否则认为是同心圆- src_gray.rows/8 Double param1, // canny edge detection low threshold Double param2, // 中心点累加器阈值 – 候选圆心 Int minradius, // 最小半径 Int maxradius//最大半径 )

#include<iostream>
#include<opencv2/opencv.hpp>
#include<cmath>
#include<vector>
using namespace std;
using namespace cv;
Mat src,dst,gray_src,temp;


int main(){
    src=imread("D:/opencv/2/a.jpg");
    if(!src.data){
        printf("could not load image...\n");
        return -1;
    }
    imshow("input",src);

    GaussianBlur(src,temp,Size(3,3),0,0);
    //medianBlur(src,temp,3);
    cvtColor(temp,gray_src,COLOR_BGR2GRAY);
    vector<Vec3f>PCircle;
    //霍夫检测
    imshow("gray",gray_src);
                                                //方法默认
    HoughCircles(gray_src,PCircle,HOUGH_GRADIENT,1,10,100,30,5,25);

    src.copyTo(dst);

    for(size_t i=0;i<PCircle.size();i++){
        Vec3f circle=PCircle[i];
        cv::circle(dst,Point(circle[0],circle[1]),circle[2],Scalar(0,0,255),3,LINE_AA);
        //看圆心
        cv::circle(dst,Point(circle[0],circle[1]),2,Scalar(255,0,0),3,LINE_AA);
    }

    imshow("output",dst);

    waitKey(0);
    return 0;
}