opencv入门（12）--霍夫变换

12.1 引言

霍夫变换是数字图像处理中的一种常用技术，可以用来检测图像中的直线、圆或其他形状。

12.2 霍夫直线检测

12.2.1 原理

霍夫直线检测过程，是将笛卡尔坐标系下的直线方程转换到极坐标系下，并将各个像素的坐标带入得到的方程，获取对应的直线参数。前提条件--边缘检测已完城。

假设直线在平面空间的方程为y=kx+b,将其转换到极坐标下会有

       将图像中的每个点代入方程，每一个像素位置均可以绘制出一条曲线，相交时表征该点通过同一条直线。相交的个数对应直线经过的点的个数。

在上述已知的极坐标（） ,反算到笛卡尔坐标系中，可得到关于x,y的方程，输入不同的x，得到y，可在图像中绘制出一条直线：

综上：对于任意一条直线上的所有点来说，变换到极坐标中，从[0~360]空间，可以得到r的大小；属于同一条直线上的点，在极坐标中必然在一个点上有最强的信号出现，根据此反算到平面坐标中就可以得到直线上各点的像素坐标。

12.2.2 相关API

• void cv::HoughLines(InputArray image, OutputArray lines, double rho, double theta, int threshold,double srn=0,double stn=0, double min_theta=0,double max_thera=CV_PI)

	参数	含义
作用	从平面坐标转换到霍夫空间，输出是表示极坐标空间
输入	image	输入图像
	lines	输出的极坐标，表示直线
	rho	生成极坐标时的像素扫描步长
	theta	生成极坐标时候角度步长，一般取CV_PI/180
	threshold	阈值，需要有多少的焦点才能被当成直线
	srn	对于多尺度霍夫变换算法，该参数表示距离分辨率的除数，粗略的累加器距离分辨率是第三个参数rho，精确的累加器分辨率是rho/srn。这个参数必须是非负数。默认参数是0表示的是标准霍夫变换
	stn	对于多尺度霍夫变换算法，该参数表示角度分辨率的除数，粗略的累加器角度分辨率是第四个参数theta，精确的累加器分辨率是theta/stn。这个参数必须是非负数，默认参数为0，表示的是标准霍夫变换
	min_theta	检测直线的最小角度，默认0
	max_theta	检测直线的最大角度，默认CV_PI
返回值	void

• void cv::HoughLineP(InputArray image, OutputArray lines, double rho, double theta, int threshold, double minLinelength=0,double maxLineGap=0)

	参数	含义
作用	得到图像中满足条件的直线或者线段的两个端点的坐标，进而确定直线的位置
输入	image	输入图像
	lines	输出的极坐标，表示直线
	rho	生成极坐标时的像素扫描步长
	theta	生成极坐标时候角度步长，一般取CV_PI/180
	threshold	阈值，需要有多少的焦点才能被当成直线
	minLinelength	最小直线长度
	maxLineGap	直线上两个相邻点最小距离
返回值	void

12.2.3 代码示例

int main(int argc, char** argv)
{
	Mat src = imread("D:\\testimg\\CSet12\\House.png");
	if (src.empty())
	{
		printf("Could not load the image...\n");
		return -1;
	}
	else;
	char input_win[] = "srcImg";
	namedWindow(input_win, WINDOW_AUTOSIZE);
	imshow(input_win, src);


	//先平滑-高斯平滑
	Mat blurimg;
	GaussianBlur(src,blurimg,Size(3,3),0,0);
	//转灰度
	Mat grayImg;
	cvtColor(blurimg, grayImg,COLOR_BGR2GRAY);
	//imshow("grayImg", grayImg);


	//Canny算子,检测边缘
	Mat CannyImg;
	Canny(grayImg, CannyImg, 100,175);
	imshow("CannyImg", CannyImg);

	//霍夫直线检测
	vector<Vec4f> plines;
	HoughLinesP(CannyImg, plines,1,CV_PI/180,10,5,10);
	Scalar color = Scalar(0, 0, 255);
	for (int i = 0; i < plines.size(); i++)
	{
		Vec4f hLine = plines[i];
		line(src,Point(hLine[0], hLine[1]), Point(hLine[2], hLine[3]),color,2);
	}
	imshow("lineImg", src);


	waitKey(0);
	return 0;
}

12.3 霍夫圆检测

12.3..1 原理

假设图像上中心像素点（a,b）和圆的半径R硬质，可以计算出圆上每个点的坐标。对于圆上的每个点绘制一个虚线圆，三个圆会有一个相交点为原始圆心。

 从平面坐标到极坐标转换3个参数其中是圆心。假设平面坐标的任意一点，转换到极坐标中：处有最大值，霍夫变换可利用该原理实现圆检测。

12.3.2 cv::HoughCircles

1. 因为霍夫圆检测对噪声比较敏感，所以首先要对图像做中值滤波；
2. 基于效率考虑，opencv中实现的霍夫变换圆检测是基于图像题都实现的：检测边缘，发现可能的圆心；然后从候选圆心中开始计算最佳半径大小。

• void cv::HoughCircles(InputArray image, OutputArray circles, int method,double dp, double mindist,double param1=100, double param2=100,int minRadius=0,int maxRadius=0)

	参数	含义
作用	霍夫变化检测圆
输入	image	输入图像
	circles	找到的圆的输出向量。每个向量被编码为3或4个元素的浮点型向量( x,y, radius) (x, y, radius)(x,y,radius) 或 ( x, y, radius , votes ) (x, y, radius, votes)(x,y,radius,votes)。
	method	检测方法，参见HoughModes。可用的方法是HOUGH_GRADIENT和HOUGH_GRADIENT_ALT。
	dp	累加器分辨率与图像分辨率的反比。当Dp =1时，累加器与输入图像具有相同的分辨率。如果dp=2，累加器的宽度和高度减半。
	minDist	两个圆心之间的最小距离
	param1	第一个method-specific参数。对于HOUGH_GRADIENT和HOUGH_GRADIENT_ALT，它是传递给Canny边缘检测器的两个阈值中较高的阈值(较低的阈值小两倍)。
	param2	第二个method-specific参数。对于HOUGH_GRADIENT，它是圆的累加器阈值在检测阶段居中。它越小，越多可能会检测到假圈。
	minRadius	最小直径
	maxRadius	最大直径
返回值	void

12.3.3 代码示例

int main(int argc, char** argv)
{
	Mat src = imread("D:\\testimg\\CSet12\\yingbi.png");
	if (src.empty())
	{
		printf("Could not load the image...\n");
		return -1;
	}
	else;
	char input_win[] = "srcImg";
	namedWindow(input_win, WINDOW_AUTOSIZE);
	imshow(input_win, src);

	//中值滤波
	Mat medianFilterImg, grayImg;
	medianBlur(src, medianFilterImg,3);
	cvtColor(medianFilterImg,grayImg,COLOR_BGR2GRAY);
	imshow("grayImg", grayImg);

	//霍夫圆检测
	vector<Vec3f> pcircles;
	HoughCircles(grayImg, pcircles,HOUGH_GRADIENT,1,60,70,70,50,100);
	Scalar color = Scalar(0, 0, 255);
	for (int i = 0; i <  pcircles.size(); i++)
	{
		Vec3f hcircle = pcircles[i];
		circle(src,Point(hcircle[0], hcircle[1]), hcircle[2],color,2);
	}
	imshow("circleImg", src);


	waitKey(0);
	return 0;
}