OpenCV学习笔记基础篇（十三）：霍夫变换

前言：

笔者目前在校本科大二，有志于进行计算机视觉、计算机图形学方向的研究，准备系统性地、扎实的学习一遍OpenCV的内容，故记录学习笔记，同时，由于笔者同时学习数据结构、机器学习等知识，会尽量根据自己的理解，指出OpenCV的应用，并在加上自己理解的前提下进行叙述。
若有不当之处，希望各位批评、指正。

---

本篇学习内容：

1.霍夫变换

---

注：

霍夫变换运用了很巧妙的数学方法。我揣摩很久，难以下笔，觉得很难说清楚这件事。但是学习总是要向前的，本篇我便以自身理解来对其介绍一番。

1.霍夫变换

1.1 数学理论

霍夫变换做的其实是一件统计学上的事情。要理解霍夫变换，首先要理解它是怎么做这个统计的。

接下来的理论说明会同时参考官方文档、《OpenCV3编程入门》、https://homepages.inf.ed.ac.uk/rbf/HIPR2/hough.htm。

摘自https://homepages.inf.ed.ac.uk/rbf/HIPR2/hough.htm：
The motivating idea behind the Hough technique for line detection is that each input measurement (e.g. coordinate point) indicates its contribution to a globally consistent solution (e.g. the physical line which gave rise to that image point).
这句话是说，霍夫变换的思想是：每个输入点都代表了其对总体方案的一定贡献。

我们要怎么获得这样的贡献呢？

我们知道，直线是由无穷多个点组成的。而在图像变换中，在计算机领域，我们可以这样处理：当我们发现了超过k个点属于同一条直线(k可以是我们设置的阈值)，那我们就认为图像中存在这样一条直线。

那么，怎么发现两个点属于同一条直线？

霍夫变换很巧妙地运用了极坐标方法：

1.一条直线在笛卡尔坐标系可以由斜率，截距表示。（k，b）
2.一条直线在极坐标系可以由极径，极角表示。（r，θ）
3.霍夫变换采用极坐标系的表示方法来表示一条直线，即：

$$r=xcos\theta +ysin\theta .$$

这样做有什么好处呢？

设有点(a,b)，那么由上面的表达式，

可以看到，一旦(a,b)给定（它们不再是变量），那么就确定了一个r关于θ的函数（它代表了所有通过(a,b)的直线！换句话说，这是(a,b)对应的所有可能的r-θ值。下图中曲线上的每一个点都代表一条通过(a,b)的直线）。也就是说，笛卡尔坐标系上的每一个点都对应r-θ坐标系上的一条直线（由函数表达式来看，它正好是经过伸缩、平移变换的正弦曲线）！

（图片来源于《OpenCV3编程入门》）

那么，如果对不同点进行上述操作后，它们生成的正弦曲线在r-θ坐标系相交，就代表这两个点经过同一条直线。（这是必然发生的，因为在二维平面两点确定一条直线）

进一步地，如果k个点进行上述操作后，它们生成的正弦曲线在r-θ坐标系相交于同一点，就代表这k个点经过同一条直线。当k足够大时，我们便认为，图像中存在这样一条直线。

我们可以进一步推广这种思想。比如，检测一个圆。

一个圆在笛卡尔系中由三个参数表示：(x,y,r)分别代表圆心和半径。将其变换一下，在给定(x,y,r)的情况下，也可以得到所有可能的(r,θ,m)值（m代表半径大小）。这样，我们在统计时，就需要统计3个参数(r,θ,m)的情况，算量会相应增加。（对应的统计空间变成了三维。之前说的r-θ是一个二维统计空间）

再进一步推广，对于一般的形状，也可以通过这样的变换，来查找对应统计空间下的情况。但是，形状越复杂，算量越大。这里便不再介绍。

1.2 函数使用

这里暂且只介绍标准霍夫变换：HoughLines()和累计概率霍夫变换：HoughLinesP()

HoughLines()：

void cv::HoughLines	(	
InputArray 	image,	//输入图像
OutputArray lines,	//输出结果。存储检测到的线条
double 	rho,		//距离精度。以像素为单位
double 	theta,		//角度精度。以角度为单位
int 	threshold,	//阈值。在累加空间中大于阈值的线段才可以被检测通过。
double 	srn = 0,	
double 	stn = 0,	
double 	min_theta = 0,
double 	max_theta = CV_PI 
)	

对部分参数进行进一步解释：
images：必须为8位单通道二进制图像。最好是放边缘检测之后的图像进去。
lines：储存了霍夫线变换检测到的线条的输出矢量。每一条线由(ρ，θ)表示。
srn：对于多尺度的霍夫变换，这是rho的除数。粗略的累加器进步尺寸是rho，精确的累加器进步尺寸是rho/srn。
stn：对于多尺度的霍夫变换，这是theta的除数。粗略的累加器进步尺寸是theta，精确的累加器进步尺寸是theta/stn。如果srn = stn = 0，则使用经典霍夫变换。
min_theta：对于多尺度霍夫变换，所检查线段的最小角度。必须在0到max_theta之间
max_theta：对于多尺度霍夫变换，所检查线段的最大角度。必须在min_theta到CV_PI之间

摘自博文https://blog.csdn.net/wenhao_ir/article/details/51774444：
标准霍夫变换本质上是把图像映射到它的参数空间上，它需要计算所有的M个边缘点，这样它的运算量和所需内存空间都会很大。如果在输入图像中只是处理m（m<M）个边缘点，则这m个边缘点的选取是具有一定概率性的，因此该方法被称为概率霍夫变换（Probabilistic Hough Transform）。

HoughLinesP()：

void cv::HoughLinesP	(	
InputArray 	image,	//输入图像
OutputArray lines,	//输出结果。存储检测到的线条
double 	rho,		//距离精度。以像素为单位
double 	theta,		//角度精度。以角度为单位
int 	threshold,	//阈值。在累加空间中大于阈值的线段才可以被检测通过。
double 	minLineLength = 0,	//检测出来直线的最短长度
double 	maxLineGap = 0 		//检测出来直线点与点之间的最大距离。
)	

其实我觉得HoughLinesP()的参数更好懂一些。
这里偷懒照抄了一个官方文档里的示例，用的是HoughLinesP()：

Mat src, dst, color_dst;
src = imread("E:/program/image/1.jpg");
Canny(src, dst, 50, 200, 3);
cvtColor(dst, color_dst, COLOR_GRAY2BGR);
vector<Vec4i> lines;
HoughLinesP(dst, lines, 1, CV_PI / 180, 80, 30, 10);
for (size_t i = 0; i < lines.size(); i++)
{
	line(color_dst, Point(lines[i][0], lines[i][1]),
		Point(lines[i][2], lines[i][3]), Scalar(0, 0, 255), 3, 8);
}
namedWindow("Source", 1);
imshow("Source", src);
namedWindow("Detected Lines", 1);
imshow("Detected Lines", color_dst);
waitKey(0);
return 0;

左边是原图，右边的白色线条是边缘检测图像。红色线条是霍夫变换检测出来的直线段。

参考文献：

1. OpenCV官方文档：https://docs.opencv.org/4.x/
2. 《OpenCV3编程入门》毛星云、冷雪飞等编著
3. https://homepages.inf.ed.ac.uk/rbf/HIPR2/hough.htm
4. https://blog.csdn.net/wenhao_ir/article/details/51774444