18 OpenCV霍夫变换检测直线

吃个糖糖

已于 2024-03-15 21:15:41 修改

阅读量542

点赞数 7

分类专栏： OpenCV 文章标签： opencv 人工智能计算机视觉

于 2024-03-15 21:03:53 首次发布

本文链接：https://blog.csdn.net/weixin_45672157/article/details/136749727

版权

OpenCV 专栏收录该内容

34 篇文章 0 订阅

订阅专栏

本文详细介绍了OpenCV库中用于直线检测的HoughLines和HoughLinesP算子，通过示例展示了如何在C++代码中运用它们进行边缘检测、灰度处理，并将极坐标表示的直线转换回平面空间。

摘要由CSDN通过智能技术生成

HoughLines 算子

cv::HoughLines(
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

HoughLinesP 算子

cv::HoughLinesP(
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 minLineLength=0;// 最小直线长度
double maxLineGap=0;// 最大间隔
)

示例

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

Mat src, src_gray, dst;

const char* output_title = "final image";
int main()
{
	src = imread("test.png");//读取图片
	if (src.empty())
	{
		cout << "could not load img...";
		return -1;
	}
	namedWindow(output_title);//设置窗口名称
	imshow("test", src);

	//边缘检测
	Canny(src, src_gray, 150, 200);
	//灰度处理
	cvtColor(src_gray, dst, COLOR_GRAY2BGR);

	vector<Vec4f> plines;//定义一个存储直线参数的容器plines
	HoughLinesP(src_gray, plines, 1, CV_PI / 180.0, 10, 0, 10);
	Scalar color = Scalar(0, 0, 255);//定义颜色
	for (size_t i = 0; i < plines.size(); i++) //便利直线的数量
	{
		Vec4f hline = plines[i];
		line(dst, Point(hline[0], hline[1]), Point(hline[2], hline[3]), color, 3, LINE_AA);//绘制直线
	}
	imshow(output_title, dst);
	waitKey(0);
	return 0;
}

在这里插入图片描述

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

Mat src, src_gray, dst;

const char* output_title = "final image";
int main()
{
	src = imread("test.png");//读取图片
	if (src.empty())
	{
		cout << "could not load img...";
		return -1;
	}
	namedWindow(output_title);//设置窗口名称
	imshow("test", src);

	//边缘检测
	Canny(src, src_gray, 150, 200);
	//灰度处理
	cvtColor(src_gray, dst, COLOR_GRAY2BGR);

	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));
		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);
	return 0;
}