opencv学习笔记（二十一）霍夫变换-直线

1.基本概念

（1）Hough Line Transform用来做直线检测，前提是已经完成边缘检测（最常用的就是canny检测）。

（2）数学计算概念：平面空间到极坐标空间转换

x,y为像素坐标，该公式的演变如下：

因此可以通过像素坐标，再加上的变化，可以得出极坐标的图像，一个像素坐标对应极坐标系的一条曲线。详细如下：

多个曲线在一点重合，说明这几点存在相同的r和theta，所以换成平面坐标系就是一条直线，说明在这个角度方向上，这几个像素在一条直线，反推可以做出直线。

2.实现步骤和API

（1）边缘检测（canny）

（2）使用霍夫变换直线概率 cv::HoughLinesP最终输出是直线的两个点（x0,y0,x1,y1）

（3）霍夫变换直线概率 cv::HoughLinesP介绍：

cv::HoughLinesP(InputArray src, OutputArray lines, double rho, double theta, int threshold, double minLineLength=0,double maxLineGap=0）

参数1 src：边缘检测的输出图像

参数2 lines：两个端点的坐标

参数3 rho：参数极径  以像素值为单位的分辨率

参数4 theta：参数极角  以弧度为单位的分辨率

参数5 threshold：只有获得足够交点的极坐标点才被看成是直线

参数6 minLineLength：组成直线，最小点数量

参数7 minLineGap：最大间隔

3.代码实现

#include "stdafx.h"
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace std;
using namespace cv;

char inputName[] = "input name";
char outputName[] = "output name";
int main()
{
	Mat src, dst,srcGray;
	src = imread("D:/VS project/Image/vertical.png");
	if (src.empty())
	{
		cout << "找不到图像" << endl;
		return -1;
	}
	namedWindow(inputName, CV_WINDOW_AUTOSIZE);
	imshow(inputName, src);
	namedWindow(outputName, CV_WINDOW_AUTOSIZE);

	//先边缘检测
	Canny(src,srcGray,100,200,3);
	//转回有颜色的
	cvtColor(srcGray, dst, COLOR_GRAY2BGR);
	vector<Vec4f>plines;//数组
	HoughLinesP(srcGray, plines, 1, CV_PI / 180, 10, 0, 0);//输出2个点（x0,y0,x1,y1）
	Scalar color = Scalar(255, 0, 0);
	for (size_t i = 0; i < plines.size(); i++)//size_t 类型表示C中任何对象所能达到的最大长度，它是无符号整数
	{
		Vec4f hline = plines[i];
		line(dst, Point(hline[0], hline[1]), Point(hline[2], hline[3]), color, 3, 8);
	}
	imshow(outputName, dst);
	waitKey(0);
	return 0;
}

4.运行结果