OpenCV笔记7——霍夫变换直线检测和圆检测

1.霍夫变换检测直线的数学原理

关于霍夫变换的数学原理可以参考下面这位大佬的博客；
传送门：霍夫变换原理

这篇博客的作者对霍夫变换的原理解释的已经非常详细了；

2.直线检测代码实现及运行结果

2.1 HoughLinesP()

相关API：

2.2 试验代码

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

int main()
{
	Mat img = imread("E:/box.jpg");//从指定路径加载图像，注意在Windows下要将路径中的"\"修改为"/"
	if (!img.data)//加载图像失败
	{
		printf("Fault to load image!\n\r");
		return -1;
	}
	Mat img_gauss,img_edge;
	GaussianBlur(img, img_gauss, Size(3, 3), 0);//高斯模糊，滤波
	Canny(img_gauss, img_edge, 50, 300, 3);//边缘检测
	imshow("Canny1 Window", img_edge);//显示边缘处理后的图像

	vector<Vec4i> plines;//缓存计算出来的直线端点坐标
	HoughLinesP(img_edge, plines, 1, CV_PI / 180.0, 100, 0, 10);//霍夫变换
	Scalar color = Scalar(0,0,255);
	for (size_t i = 0; i < plines.size(); i++)//根据计算出的点绘制直线
	{
		Vec4i p = plines[i];
		Point p1(p[0], p[1]); 
		Point p2(p[2], p[3]);
		line(img, p1, p2, color,3);
	}
	imshow("Hough", img);//显示图像
	waitKey(0);
	return 0;
}

注释：Vec4i是OpenCV的一个类，它代表的意思是：a four-element integer vector,即一个存放了四个int型元素的vector，在这里用来存储直线的端点坐标X0,Y0,X1,Y1;

2.3 运行结果

注：HoughLinesP()的第五个参数threshold的大小直接决定着检测到直线的数量，如下两幅图分别是该参数取100和150时的效果图：

2.4 HoughLines()

相关API：

2.5 试验代码

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

int main()
{
	Mat img = imread("E:/box.jpg");//从指定路径加载图像，注意在Windows下要将路径中的"\"修改为"/"
	if (!img.data)//加载图像失败
	{
		printf("Fault to load image!\n\r");
		return -1;
	}
	Mat img_gauss,img_edge;
	GaussianBlur(img, img_gauss, Size(3, 3), 0);
	Canny(img_gauss, img_edge, 50, 300, 3);
	imshow("Canny1 Window", img_edge);//显示图像

	vector<Vec2f> lines;
	HoughLines(img_edge, lines, 1, CV_PI / 180, 100, 0, 0);
	//绘制直线
	for (size_t i = 0; i < lines.size(); i++)
	{
		//提取出距离和角度
		float rho = lines[i][0], theta = lines[i][1];
		//定义两个点，两点确定一条直线
		//计算得到的两点的坐标为（ρcosθ-1000sinθ，ρsinθ+1000cosθ），（ρcosθ+1000sinθ，ρsinθ-1000cosθ）
		Point pt1, pt2;
		double a = cos(theta), b = sin(theta);
		double x0 = a*rho, y0 = b*rho;
		pt1.x = cvRound(x0 + 1000 * (-b));
		pt1.y = cvRound(y0 + 1000 * (a));
		pt2.x = cvRound(x0 - 1000 * (-b));
		pt2.y = cvRound(y0 - 1000 * (a));
		//在原图上画宽带为2的红线
		line(img, pt1, pt2, Scalar(0, 0, 255), 3);
	}
	imshow("Hough", img);
	waitKey(0);
	return 0;
}

注释：
1.本段代码参考自博客：Opencv2.4.9源码分析——HoughLines
2.HoughLines只输出直线所对应的角度和距离，所以在进行直线检测的时候还要把其转换为直角坐标系下的数据

2.6 运行结果：

如下两幅图分别是threshold参数取100和150时的效果图：

3.霍夫变换检测圆的原理

如果按照霍夫变换检测直线那样，将笛卡尔坐标系内圆轮廓上的点转换到霍夫空间内，然后以这些轮廓点为圆心，取目标圆的半径画圆，最终所有的这些圆都会交于一点，改点就是待检测目标圆的圆心，参考下面这张图，是不是似曾相识，通过上面的方法找到圆心的前提必须是已知圆的半径，但恰恰半径也是未知数，所以得换条路走；

所以换一个方法来确定圆心，我根据自己的理解画了一张简图，如下所示，我们可以利用梯度法找到圆心，取所有垂直于圆周上点的处切线的法向量，然后我们会发现这些向量都会交于圆心；

3.1 相关API

3.2 试验代码

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

int main()
{
	
	Mat img = imread("D:/VSPro/Src/circle.jpg");//从指定路径加载图像，注意在Windows下要将路径中的"\"修改为"/"
	if (!img.data)//加载图像失败
	{
		printf("Fault to load image!\n\r");
		return -1;
	}
	imshow("Source Image Window", img);//显示图像
	
	Mat img_fil, img_gray,img_out;
	medianBlur(img, img_fil, 3);//对原图像进行中值滤波，噪声点对霍夫圆检测影响较大
	cvtColor(img_fil, img_gray, CV_BGR2GRAY);//对滤波后的图像进行灰度化

	vector<Vec3f> pcircle;//圆心坐标+半径
	HoughCircles(img_gray, pcircle, CV_HOUGH_GRADIENT, 1,20, 100, 30, 5, 200);
	img.copyTo(img_out);
	for (size_t i = 0; i < pcircle.size(); i++)//标记出所有的圆
	{
		Vec3f cir = pcircle[i];
		circle(img_out, Point(cir[0], cir[1]), 3, Scalar(255, 0, 0), -1);//标记圆心
		circle(img_out, Point(cir[0], cir[1]), cir[2], Scalar(255, 0, 0), 3);//根据圆心坐标以及半径绘制圆轮廓
	}
	imshow("Hough Circle Window", img_out);
	waitKey(0);
	return 0;
}

3.3 运行结果

参考博客：
1.https://www.cnblogs.com/php-rearch/p/6760683.html

2.https://blog.csdn.net/weixin_41049188/article/details/92422241?utm_source=distribute.pc_relevant.none-task

3.https://blog.csdn.net/u013263891/article/details/82867251