opencv学习-霍夫检测原理及实现车道线检测

1.直线检测原理

参见：
https://blog.csdn.net/qq_47233366/article/details/123639022?spm=1001.2014.3001.5501

2.车道线检测

参见：
https://blog.csdn.net/qq_47233366/article/details/123671701

3.圆检测

3.1 原理

参见：
https://blog.csdn.net/DIPDWC/article/details/117513601

3.2 步骤

• 中值滤波，去燥
• 边缘检测，发现可能的圆心
• 从候选圆心开始计算最佳半径大小

3.3 API

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 );

参数说明：
InputArray： 输入图像，数据类型一般用Mat型即可，需要是8位单通道灰度图像

OutputArray：存储检测到的圆的输出矢量,是Vec3f类型的vector，其中三个值分别是圆心的x,y和半径r

method：使用的检测方法，目前opencv只有霍夫梯度法一种方法可用，该参数填HOUGH_GRADIENT即可（opencv 4.1.0下）

dp：double类型的dp，用来检测圆心的累加器图像的分辨率于输入图像之比的倒数，且此参数允许创建一个比输入图像分辨率低的累加器。上述文字不好理解的话，来看例子吧。例如，如果dp= 1时，累加器和输入图像具有相同的分辨率。如果dp=2，累加器便有输入图像一半那么大的宽度和高度。

minDist：为霍夫变换检测到的圆的圆心之间的最小距离

param1：它是第三个参数method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法CV_HOUGH_GRADIENT，它表示传递给canny边缘检测算子的高阈值，而低阈值为高阈值的一半。

param2：也是第三个参数method设置的检测方法的对应的参数，对当前唯一的方法霍夫梯度法HOUGH_GRADIENT，它表示在检测阶段圆心的累加器阈值。它越小的话，就可以检测到更多根本不存在的圆，而它越大的话，能通过检测的圆就更加接近完美的圆形了。

minRadius：表示圆半径的最小值

maxRadius：表示圆半径的最大值

3.4 代码

int main()
{
    cv::Mat img = cv::imread("/Users/xialz/Downloads/3.png");
    cv::Mat gray_img;
    cv::cvtColor(img, gray_img, cv::COLOR_BGR2GRAY);

//    cv::Mat threshold_img;
//    cv::threshold(gray_img, threshold_img, 120, 255, cv::THRESH_BINARY);

    cv::Mat gauss_img;
    //cv::GaussianBlur(threshold_img, gauss_img, Size(5,5), 1);
    cv::medianBlur(gray_img, gauss_img, 5);

//    cv::Mat canny_img;
//    cv::Canny(gauss_img, canny_img, 180, 255);
//    cv::imshow("canny", canny_img);

    std::vector<Vec3f> circles;
    cv::HoughCircles(gauss_img, circles, cv::HOUGH_GRADIENT, 1, 50, 180, 60, 50, 200);

    for (auto &i : circles)
    {
        //画圆
        cv::circle(img, cv::Point(i[0], i[1]), i[2], cv::Scalar(0,255,0), 2);
        //画圆心
        cv::circle(img, cv::Point(i[0], i[1]), 2, cv::Scalar(0, 0, 255), 2);
    }

    cv::imshow("img", img);
    cv::waitKey(0);

    return 0;
}

原图：

检测结果图

=几点说明=

• 对于上边的硬币识别是不需要二值化的，二值化反而导致颜色深的硬币，全变成黑色，反而找不到边缘了
• 霍夫圆检测自带边缘检测，不需要用canny了