霍夫变换(线检测，圆检测)--OpenCV12

原理先留着，日后补上。

 

 

针对线检测，一般使用累计概率霍夫变换：HoughLineP()函数  检测速度更快。

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

输入图像必须是八位单通道二进制图像！

第二个参数：输出的lines，存储了检测到的线条的矢量，每条线具有4个元素的矢量（x_1,x_2,y_1,y_2）

真实存储时 [0] [1]表示第一个点 [2][3]表示第二个点

第三个参数：以像素为单位的距离精度，生成极坐标的时候的像素扫描步长

第四个参数：以弧度为单位的角度精度，生成极坐标的时候的角度步长 ，一般取值 CV_PI/180

第五个参数：即识别某部分为图中的一条直线时它在累加平面中必须达到的值，只有获得足够交点的极坐标点才被看作是直线，

                     大于阈值threshold的线段才可以被检测并返回到结果中

第六个参数： 最小直线长度，默认值0 ，比这个长度短的直线就不能被显现出来

第七个参数：允许将同一行点与点之间连接起来的最大的距离

 

	Img1 = imread("demo.jpg");

	if (!Img1.data)
	{
		cout << "未找到图片" << endl;
		return -1;
	}

	
	Canny(Img1, GrayImg, 100, 200); //输出即为边缘二值化图像
	cvtColor(GrayImg, Img1, COLOR_GRAY2BGR); 

	imshow("Input Img", GrayImg); //边缘二值化图像

	vector<Vec4f> lines;//定义一个矢量结构lines用来存放得到的线段矢量集合

	HoughLinesP(GrayImg, lines, 1, CV_PI / 180, 100, 20, 10);

	for (size_t i = 0;i < lines.size();i++)
	{
		Vec4i l = lines[i];
		line(Img1, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0, 0, 255), 1, LINE_AA);
		//不能在GrayImg中画线 因为GrayImg为单通道八位图像，不能显示彩色，
		//前面的GRAY2BGR是为了能在IMG1中用别的颜色显示出检测的线
	}

	imshow("Output Img", Img1);

霍夫圆变换 HoughCircle()函数

与线变换相比， 圆变换最大的优势就是不需要原图是二值的， HoughLinesP需要原图为二值图像;

 

CV_EXPORTS_W void HoughCircles( InputArray image, OutputArray circles,
                               int method, double dp, double minDist,
                               double param1 = 100, double param2 = 100,
                               int minRadius = 0, int maxRadius = 0 );

输入图像为 八位单通道灰度图像即可

输出 circles 为存储了检测到的圆的矢量， 每个矢量包含了三个元素的浮点矢量（x,y,radius）

第三个参数为使用的检测方法，目前只有一种办法可以使用 即霍夫梯度法 HOUGH_GRADIENT

第四个参数dp  通常设置1 使得检测圆心的累加器图像与源图像分辨率相同。

                        设置为2的话，累加器只有源图像一般大小的高度和宽度

第五个参数 minDist  圆心之间的最小距离，这个参数如果太小，多个相邻的圆可能就被检测成同一个圆

                                                                      设置太大，某些圆就不能被检测出来

第六个参数 有默认值100，他表示传递给canny边缘检测算子的高阈值，而低阈值为高阈值的一半

第七个参数 有默认值为100， 他表示在检测圆心阶段的累加器的阈值。

                  它越小，则可以检测更多不存在的圆；越大的话，能通过检测的圆就更加接近完美的圆形

最后俩参数 一个表示圆半径的最小值，一个表示圆半径的最大值，可以直接使用默认，也可以自己规定来辅助检测圆。

	cvtColor(Img1,GrayImg,COLOR_BGR2GRAY);

	medianBlur(GrayImg, GrayImg, 3);
        //因为霍夫圆检测对噪声比较敏感，首先要对图像做中值滤波
	//GaussianBlur(GrayImg, GrayImg, Size(7, 7), 1.5, 1.5);
        //此滤波方式为释义中推荐 7*7 sigma1.5 1.5

	vector<Vec3f> circle1;
	HoughCircles(GrayImg, circle1, HOUGH_GRADIENT, 1, 50, 100, 50, 0, 0);

	cvtColor(GrayImg, GrayImg, COLOR_GRAY2BGR);

	for (size_t i = 0; i < circle1.size(); i++)
	{
		Vec3f c=circle1[i];
		Point center = Point((int)c[0], (int)c[1]);
		circle(GrayImg, center, (int)c[2], Scalar(255, 0, 90), 2, LINE_AA);
                //画出圆
                
		circle(GrayImg, center, 2, Scalar(255, 90, 90), 2, LINE_AA);
                //画出圆心

	}
	imshow("Output Img", GrayImg);