经过几个月的努力,小白终于完成了市面上第一本OpenCV 4入门书籍《OpenCV 4开发详解》。为了更让小伙伴更早的了解最新版的OpenCV 4,小白与出版社沟通,提前在公众号上连载部分内容,请持续关注小白。 |
霍夫变换(Hough Transform)是图像处理中检测是否存在直线的重要算法,该算法是由Paul Hough在1962年首次提出,最开始只能检测图像中的直线,但是霍夫变换经过不断的扩展和完善已经可以检测多种规则形状,例如圆形、椭圆等。霍夫变换通过将图像中的像素在一个空间坐标系中变换到另一个坐标空间坐标系中,使得在原空间中具有形同特性的曲线或者直线映射到另一个空间中形成峰值,从而把检测任意形状的问题转化为统计峰值的问题。
霍夫变换通过构建检测形状的数学解析式将图像中像素点映射到参数空间中,例如我们想检测两个像素点所在的直线,需要构建直线的数学解析式。在图像空间x-y直角坐标系中,对于直线可以用式(7.1)所示的解析式来表示。
y = k x + b (7.1) y = kx + b \tag{7.1} y=kx+b(7.1)
其中 k k k是直线的斜率, b b b是直线的截距。
假设图像中存在一像素点 A ( x 0 , y 0 ) A({x_0},{y_0}) A(x0,y0),所有经过这个像素点直线可以用式(7.2)表示。
y 0 = k x 0 + b (7.2) {y_0} = k{x_0} + b \tag{7.2} y0=kx0+b(7.2)
在图像空间x-y直角坐标系中,由于变量是x和y,因此式(7.2)表示的是经过点像素点 A ( x 0 , y 0 ) A({x_0},{y_0}) A(x0,y0)的直线,但是经过一点的直线有无数条,因此式(7.2)中的 和 具有无数个可以选择的值,如果将 x 0 {x_0} x0和 y 0 {y_0} y0看作是变量, 和 表示定值,那么式(7.2)可以表示在k-b空间的一条直线,映射过程示意图如图7-1所示。用式(7.1)的形式表示映射的结果如式(7.3)所示,即霍夫变换将x-y直角坐标系中经过一点的所有直线映射成了k-b空间中的一条直线,直线上的每个点都对应着x-y直角坐标系中的一条直线。
b = − k x 0 + y 0 (7.3) b = - k{x_0} + {y_0} \tag{7.3} b=−kx0+y0(7.3)
当图像中存在另一个像素点 B ( x 1 , y 1 ) B({x_1},{y_1}) B(x1,y1)时,在图像空间x-y直角坐标系中所有经过像素点 B ( x 1 , y 1 ) B({x_1},{y_1}) B(x1,y1)的直线也会在参数空间中映射出一条直线。由于参数空间中每一个点都表示图像空间x-y直角坐标系中直线的斜率和截距,因此如果有一条直线经过像素点 A ( x 0 , y 0 ) A({x_0},{y_0}) A(x0,y0