霍夫变换用来做直线检测
前提条件:边缘检测已完成(可用canny) 空间平面到极坐标空间的转换。
直角坐标空间中的每条直线都可以使用极坐标空间来表示。参数有(r,θ),r表示直线到原点的距离,θ表示“距离线”与x轴坐标的夹角。 因此,可以将图像的每一条直线与一对参数(r,θ)(r,θ)相关联。这个参数(r,θ)(r,θ)平面有时被称为霍夫空间,用于二维直线的集合。r=xcosθ+ysinθ。
霍夫直线变换介绍:
对于任意一条直线上的说有点来说,变换到极坐标中,从1~360空间,可以得到r的大小,那么属于同一条直线上的点再极坐标空间中必然在一个点上有最强的信号出现(就是相交的那一点),最后反算到平面坐标中,就找到了此类直线。
相关API学习:
标准的霍夫变换cv::HoughLines从平面坐标转换到霍夫空间,最终输出的是(r,θ)表示极坐标空间。
霍夫变换直线概率cv:HoughLinesP最终输出是空间的2个点(x1,y1,x2,y2).
c++_opencv代码实现:
#include<opencv2\opencv.hpp>
#include<highgui.h>
#include<iostream>
using namespace std;
using namespace cv;
int main(int argc, char** argv)
{
// read image
Mat src, dst;
src = imread("C:/Users/qxq/Pictures/image/fox.jpg");
if (src.empty())
{
printf("Could not load image...");
return -1;
}
char INPUT_WIN[] = "input image";
char OUTPUT_WIN[] = "output image";
namedWindow(INPUT_WIN, CV_WINDOW_AUTOSIZE);
namedWindow(OUTPUT_WIN, CV_WINDOW_AUTOSIZE);
imshow(INPUT_WIN, src);
//转化成灰度图像
Mat gray_src;
cvtColor(src, gray_src, CV_BGR2GRAY);
imshow(OUTPUT_WIN, gray_src);
Mat canny_img; //canny针对8位图像,提取图像边界信息。
Canny(gray_src, canny_img, 150, 200);
imshow("edge image", canny_img);
vector<Vec4f> plines;
HoughLinesP(canny_img, plines, 1, CV_PI / 100.0, 10, 0, 10);
//画出直线
Scalar color = Scalar(255, 255, 0);
for (size_t i = 0; i < plines.size(); i++)
{
Vec4f hline = plines[i];
//画线
line(src, Point(hline[0], hline[1]), Point(hline[2], hline[3]), color, 1, LINE_AA);
}
imshow("HoughLines images", src);
waitKey(0);
return 0;
}