opencv——霍夫变换—直线检测

霍夫变换

定义

霍夫变换是一种特征检测(feature extraction)，被广泛应用在图像分析（image
analysis）、计算机视觉(computer vision)以及数位影像处理(digital image processing)。

霍夫变换是用来辨别找出物件中的特征，其流程大致如下：

给定一个物件、要辨别的形状的种类，算法会在参数空间(parameter space)中执行投票来决定物体的形状，而这是由累加空间(accumulator space)里的局部最大值(local maximum)来决定。

常用霍夫变换

• 1.霍夫直线变换：在图像中寻找直线

• 2.霍夫圆变换：在图像中寻找圆。

霍夫直线变换

• Hough Line Transform用来做直线检测
• 前提条件 – 边缘检测已经完成
  Canny，输入8位图像，输出单通道8位灰度图像
• 平面空间到极坐标空间转换

如何知道被检测的是一条直线？

首先将图像转换为极坐标系
极坐标中点的坐标由θ和r进行表征
即

根据上面的公式，我们能够推导出如下公式：

推导过程可以如下：

公式有什么作用？
例如

对于上面这条直线，有如下五个点是在直线上的：

所以我们可以得到五条直线：

如果我们以θ为横坐标，r为纵坐标，当我们把这五条直线画在同一个坐标系中，我们能得到下面这幅图：

我们发现，这五条直线交于同一点，这就是直线有的特点，我们就通过这个特点，将所有的直线累加，那交点处因为是所有直线的累加，其像素值一定是最高的，我们知道，像素越高，在图像上越亮，当达到255的时候，是最亮，即为白色。所以我们可以通过这种方式来检测到直线。

可视化讲解

有这样的一张图像，对应的极坐标图像如下

白色的点就是直线交汇的地方
用极坐标反推即可得推测出直线的位置

HoughLines

此API最终输出的是极坐标中的坐标，也就是（θ，r）
最终结果反算回去还需要一定的难度，于是opencv中有HoughLinesP
这里介绍HoughLines

HoughLines( 
    InputArray image, 
    OutputArray lines,
    double rho, 
    double theta, 
    int threshold,                              
    double srn = 0, 
    double stn = 0,                              
    double min_theta = 0, 
    double max_theta = CV_PI 
);

（1）InputArray类型的src ，8位，单通道二进制源图像（灰度图像）。

（2）OutputArray类型的lines，直线的输出向量。每一直线都由一个双元素向量表示。rho是距坐标原点的距离（0,0）（图像左上角）。theta是以弧度为单位的线旋转角度。

（3）double类型的rho，累加器的距离分辨率（像素），一般取1

（4）double类型的theta，累加器的角度分辨率（弧度），一般取值CV_PI/180，每次一度。

（5）int类型的threshold，累加器阈值参数。只返回获得足够累加器数量的直线，一般取10，10个像素点算一个直线，如果直线足够长可以换成100。

（6）double类型的srn，对于多尺度Hough变换，它是距离分辨率rho的除数，粗累加器距离分辨率为rho，精确累加器分辨率为rho/srn。如果srn=0和stn=0，则使用经典Hough变换。否则，这两个参数都应为正。如果不用多尺度霍夫变换则设为0

（7）double类型的sth，对于多尺度Hough变换，它是距离分辨率θ的除数。如果不用多尺度霍夫变换则设为0

（8）double类型的min_theta，用于标准和多尺度Hough变换，检查直线的最小角度。必须介于0和maxθ之间。

（9）double类型的max_theta，用于标准和多尺度Hough变换，用于检查线条的最大角度。必须介于最小θ和CVπ之间。

HoughLinesP

此函数返回的直接是坐标
建议使用这个API

HoughLines( 
    InputArray image, 
    OutputArray lines,
    double rho, 
    double theta, 
    int threshold,                              
    double minLineLength = 0, 
    double maxLineGap = 0                             
);

（1）InputArray类型的src ，8位，单通道二进制源图像（灰度图）。

（2）OutputArray类型的lines，直线的输出向量。每一直线都由一个双元素向量表示。rho是距坐标原点的距离（0,0）（图像左上角）。theta是以弧度为单位的线旋转角度。

（3）double类型的rho，累加器的距离分辨率（像素）一般取1

（4）double类型的theta，累加器的角度分辨率（弧度）一般取值CV_PI/180，每次一度。

（5）int类型的threshold，累加器阈值参数。只返回获得足够累加器数量的直线。一般取10，10个像素点算一个直线，如果直线足够长可以换成100。

（6）double类型的minLineLength，最小直线长度。小于该值的线段将被拒绝。

（7）double类型的maxLineGap，同一行上的点之间链接它们所允许的最大间距。

代码

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

using namespace std;
using namespace cv;

int main()
{
	Mat src, src_gray, dst;
	src = imread("C:/Users/86176/Pictures/pics/lines.jpg");
	if (!src.data)
	{
		cout << "could not load image !";
		return -1;
	}
	imshow("【输入图像】", src);

	GaussianBlur(src, src, Size(3, 3), 0, 0);
	Canny(src, src_gray, 0, 255);
	cvtColor(src_gray, dst, CV_GRAY2BGR);

	imshow("【获取边缘】", src_gray);

	vector<Vec4f> plines;
	HoughLinesP(src_gray, plines, 1, CV_PI / 180.0, 100, 0, 10);

	Scalar color = Scalar(0, 0, 255);
	for (size_t i = 0; i < plines.size(); i++) {
		Vec4f hline = plines[i];
		line(dst, Point(hline[0], hline[1]), Point(hline[2], hline[3]), color, 3, LINE_AA);
	}

	imshow("【输出图像】", dst);

	waitKey(0);
	return 0;
}

效果