cvCreateStructuringElementEx和cvHoughLines2函数

1、cvCreateStructuringElementEx

一个可以调节参数的形态学函数，自定义核函数：

IplConvKernel * cvCreateStructuringElementEx(  
    int cols,  
    int rows,  
    int anchor_x,  
    int anchor_y,  
    int shape,  
    int *value=NULL  
    ); 

函数中参数：

cols，rows：确定了构造的矩形大小。
anchor_x,anchor_y：确定了封闭矩形内参考点的横纵坐标。
shape：自定义核的形状，具体为
  1.CV_SHAPE_RECT 核是矩形
  2.CV_SHAPE_CROSS 核是勺子交叉形
  3.CV_SHAPE_ELLIPSE 核是椭圆形
  4.CV_SHAPE_CUSTOM 核是用户自定义类型

2、cvHoughLines2（）霍夫变换直线检测

CvSeq* cvHoughLines2( 
    CvArr* image,
    void* line_storage,
    int method, 
    double theta, 
    double param1=0, 
);

参数说明

image： 输入 8-比特、单通道 (二值) 图像，当用CV_HOUGH_PROBABILISTIC方法检测的时候其内容会被函数改变
line_storage：检测到的线段存储仓. 可以是内存存储仓 (此种情况下，一个线段序列在存储仓中被创建，并且由函数返回），或者是包含线段参数的特殊类型（见下面）的具有单行/单列的矩阵(CvMat*)。矩阵头为函数所修改，使得它的 cols/rows 将包含一组检测到的线段。如果 line_storage 是矩阵，而实际线段的数目超过矩阵尺寸，那么最大可能数目的线段被返回(对于标准hough变换，线段按照长度降序输出).
method：Hough 变换变量，是下面变量的其中之一
  CV_HOUGH_STANDARD - 传统或标准 Hough 变换. 每一个线段由两个浮点数 (ρ, θ) 表示，其中 ρ 是直线与原点 (0,0) 之间的距离，θ 线段与 x-轴之间的夹角。因此，矩阵类型必须是 CV_32FC2 type.
   CV_HOUGH_PROBABILISTIC - 概率 Hough 变换(如果图像包含一些长的线性分割，则效率更高). 它返回线段分割而不是整个线段。每个分割用起点和终点来表示，所以矩阵（或创建的序列）类型是 CV_32SC4.
  CV_HOUGH_MULTI_SCALE - 传统 Hough 变换的多尺度变种。线段的编码方式与 CV_HOUGH_STANDARD 的一致。
rho:与象素相关单位的距离精度
theta:弧度测量的角度精度
threshold:阈值参数。如果相应的累计值大于 threshold， 则函数返回的这个线段.
param1:第一个方法相关的参数:
对传统 Hough 变换，不使用(0).
对概率 Hough 变换，它是最小线段长度.
对多尺度 Hough 变换，它是距离精度 rho 的分母 (大致的距离精度是 rho 而精确的应该是 rho / param1 ).
param2: 第二个方法相关参数:
对传统 Hough 变换，不使用 (0).
对概率 Hough 变换，这个参数表示在同一条直线上进行碎线段连接的最大间隔值(gap), 即当同一条直线上的两条碎线段之间的间隔小于param2时，将其合二为一。
对多尺度 Hough 变换，它是角度精度 theta 的分母 (大致的角度精度是 theta 而精确的角度应该是 theta / param2).

for(int i=0;i<lines->total;i++)
        {
            float* line =(float*)cvGetSeqElem(lines,i);
                CvPoint ptr1,ptr2;
                float rho=line[0];
                float theta=line[1];
                double cos_theta=cos(theta),sin_theta=sin(theta);
                if (fabs(sin_theta)<0.01)    //直线水平
                {
             ptr1.x=cvRound(rho);
                         ptr1.y=0;
                         ptr2.x=cvRound(rho);
                         ptr2.y=img->width;
                }
                else if(fabs(cos_theta)<0.01)      //直线垂直
                {
                    ptr1.x=0;
                        ptr1.y=cvRound(rho);

                        ptr2.x=img->width;
                        ptr2.y=cvRound(rho);
                }
                else if(rho<0)                         
                {
                    ptr1.x=cvRound(rho/cos_theta);
                        ptr1.y=0;
                        ptr2.x=img->width;
                        ptr2.y=cvRound(fabs(img->width/tan(theta))+rho/sin_theta);      
                }
                else if(theta<1.57078)
                {
                    ptr1.x=0;
                        ptr1.y=cvRound(rho/sin_theta);

                        ptr2.x=cvRound(rho/cos_theta);
                        ptr2.y=0;
                }
                else
                {
                    ptr1.x=0;
                        ptr1.y=cvRound(rho/sin_theta);
                        ptr2.x=img->width;
                        ptr2.y=cvRound(fabs(img->width/tan(theta))+rho/sin_theta);
                }