前言
这是我《OpenCV:从零到一》专栏的第十五篇博客,想看跟多请戳这。
本文概要
HoughLines
HoughLinesP
HoughCircles
cvRound
案例代码
大概内容:检测圆和直线并描绘出来 。
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
using namespace std;
int main(int argc, char** argv) {
Mat src, src_gray, dst;
src = imread("D:/86186/Documents/opencv/geometricFigure.png");
if (!src.data) {
printf("could not load image...\n");
return -1;
}
char INPUT_TITLE[] = "input image";
char OUTPUT_TITLE[] = "hough-line-detection";
namedWindow(INPUT_TITLE, WINDOW_AUTOSIZE);
namedWindow(OUTPUT_TITLE, WINDOW_AUTOSIZE);
imshow(INPUT_TITLE, src);
// extract edge
Canny(src, src_gray, 150, 200);
cvtColor(src_gray, dst, COLOR_GRAY2BGR);
imshow("edge image", src_gray);
vector<Vec2f> lines;
HoughLines(src_gray, lines, 1, CV_PI / 180, 150, 0, 0);
for (size_t i = 0; i < lines.size(); i++) {
float rho = lines[i][0]; // 极坐标中的r长度
float theta = lines[i][1]; // 极坐标中的角度
Point pt1, pt2;
double a = cos(theta), b = sin(theta);
double x0 = a * rho, y0 = b * rho;
// 转换为平面坐标的四个点
pt1.x = cvRound(x0 + 1000 * (-b));//Rounds floating-point number to the nearest integer.
pt1.y = cvRound(y0 + 1000 * (a));
pt2.x = cvRound(x0 - 1000 * (-b));
pt2.y = cvRound(y0 - 1000 * (a));
line(dst, pt1, pt2, Scalar(0, 0, 255), 1, LINE_AA);
}
imshow(OUTPUT_TITLE, dst);
// 中值滤波,霍夫变换圆检测对噪声很敏感
Mat moutput;
medianBlur(src, moutput, 3);
cvtColor(moutput, moutput, COLOR_BGR2GRAY);
// 霍夫圆检测
vector<Vec3f> pcircles;
HoughCircles(moutput, pcircles, HOUGH_GRADIENT, 1, 10, 20, 45, 2, 200);
src.copyTo(dst);
for (size_t i = 0; i < pcircles.size(); i++) {
Vec3f cc = pcircles[i];
circle(dst, Point(cc[0], cc[1]), cc[2], Scalar(0, 0, 255), 2, LINE_AA);
circle(dst, Point(cc[0], cc[1]), 2, Scalar(198, 23, 155), 2, LINE_AA);
}
imshow("cricle", dst);
waitKey(0);
return 0;
}
运行效果:
解析及注意事项
- Hough Line Transform用来做直线检测,前提条件是边缘检测已经完成。
- 霍夫空间中的点在立体直角坐标系中是一条直线,霍夫空间中的直线在立体直角坐标系中是一个点。
- 标准的霍夫变换 cv::HoughLines从平面坐标转换到霍夫空间,最终输出是 (θ,r)表示极坐标空间
- 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)。相比于HoughLines建议使用HoughLinesP
- 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。
- 基于效率考虑,Opencv中实现的霍夫变换圆检测是基于图像梯度的实现,分为两步:1. 检测边缘,发现可能的圆心。2. 基于第一步的基础上从候选圆心开始计算最佳半径大小。
- cvRound可以用于四舍五入浮点数
全注释代码
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
using namespace std;
int main(int argc, char** argv) {
Mat src, src_gray, dst;
src = imread("D:/86186/Documents/opencv/geometricFigure.png");
if (!src.data) {
printf("could not load image...\n");
return -1;
}
char INPUT_TITLE[] = "input image";
char OUTPUT_TITLE[] = "hough-line-detection";
namedWindow(INPUT_TITLE, WINDOW_AUTOSIZE);
namedWindow(OUTPUT_TITLE, WINDOW_AUTOSIZE);
imshow(INPUT_TITLE, src);
// extract edge
Canny(src, src_gray, 150, 200);
cvtColor(src_gray, dst, COLOR_GRAY2BGR);
imshow("edge image", src_gray);
vector<Vec2f> lines;
HoughLines(src_gray, lines, 1, CV_PI / 180, 150, 0, 0);
/*
参数:
InputArray src, // 输入图像,必须8-bit的灰度图像
OutputArray lines, // 输出的极坐标来表示直线
double rho, // 生成极坐标时候的像素扫描步长
double theta, //生成极坐标时候的角度步长,一般取值CV_PI/180
int threshold, // 阈值,只有获得足够交点的极坐标点才被看成是直线
double srn=0;// 是否应用多尺度的霍夫变换,如果不是设置0表示经典霍夫变换
double stn=0;//是否应用多尺度的霍夫变换,如果不是设置0表示经典霍夫变换
double min_theta=0; // 表示角度扫描范围 0 ~180之间, 默认即可
double max_theta=CV_PI
一般情况是有经验的开发者使用,需要自己反变换到平面空间,建议用HoughLines
*/
for (size_t i = 0; i < lines.size(); i++) {
float rho = lines[i][0]; // 极坐标中的r长度
float theta = lines[i][1]; // 极坐标中的角度
Point pt1, pt2;
double a = cos(theta), b = sin(theta);
double x0 = a * rho, y0 = b * rho;
// 转换为平面坐标的四个点
pt1.x = cvRound(x0 + 1000 * (-b));//Rounds floating-point number to the nearest integer.
/*
int cvRound (double value)
int cvRound (float value)
int cvRound (int value)
If the value is outside of INT_MIN ... INT_MAX range, the result is not defined.
*/
pt1.y = cvRound(y0 + 1000 * (a));
pt2.x = cvRound(x0 - 1000 * (-b));
pt2.y = cvRound(y0 - 1000 * (a));
line(dst, pt1, pt2, Scalar(0, 0, 255), 1, LINE_AA);
}
imshow(OUTPUT_TITLE, dst);
/*waitKey(0);
vector<Vec4f> plines;
HoughLinesP(src_gray, plines, 1, CV_PI / 180.0, 10, 0, 10);
Scalar color = Scalar(0, 0, 255);
for (size_t i = 0; i < plines.size(); i++) {
Vec4f hline = plines[i];
line(dst, Point(hline[0], hline[1]), Point(hline[2], hline[3]), color, 3, LINE_AA);
}
imshow(OUTPUT_TITLE, dst);*/
// 中值滤波,霍夫变换圆检测对噪声很敏感
Mat moutput;
medianBlur(src, moutput, 3);
cvtColor(moutput, moutput, COLOR_BGR2GRAY);
// 霍夫圆检测
vector<Vec3f> pcircles;
HoughCircles(moutput, pcircles, HOUGH_GRADIENT, 1, 10, 20, 45, 2, 200);
/*
InputArray image, // 输入图像 ,必须是8位的单通道灰度图像
OutputArray circles, // 输出结果,发现的圆信息
Int method, // 方法 - HOUGH_GRADIENT
Double dp, // dp = 1;
Double mindist, // 10 最短距离-可以分辨是两个圆的,否则认为是同心圆- src_gray.rows/8
Double param1, // canny edge detection low threshold
Double param2, // 中心点累加器阈值 – 候选圆心
Int minradius, // 最小半径
Int maxradius//最大半径
*/
src.copyTo(dst);
for (size_t i = 0; i < pcircles.size(); i++) {
Vec3f cc = pcircles[i];
circle(dst, Point(cc[0], cc[1]), cc[2], Scalar(0, 0, 255), 2, LINE_AA);
circle(dst, Point(cc[0], cc[1]), 2, Scalar(198, 23, 155), 2, LINE_AA);
}
imshow("cricle", dst);
waitKey(0);
return 0;
}
翻译笔记
round n.巡逻;巡视;圆形物;球状物
adj.圆的;球形的;丰满的;弧形的
adv.附近;向四面;又;指朝反方向
v.拐过;绕过;使成圆形;把…四舍五入
prep.绕过;在…周围;始终