霍夫变换--直线检测

霍夫变换

最近苦研直线检测，感觉霍夫变换也还可以，哈哈，然后再摘抄谢别人整理好的作品备用，自家有粮，啥也不慌。

1.直线检测

通用算法：
原图->灰度->滤波->二值->边缘检测->霍夫直线检测->对直线的一些操作
里边边缘检测有个好的结果依赖于前期对图像的预处理，也可以再添加一些形态学处理，后边直线检测函数调参比较重要，需要根据具体应用场景挑一个普适参数，over

下边是个example：

#include <iostream>
#include <opencv2\opencv.hpp>
#include <opencv2\imgproc\imgproc.hpp>
using namespace cv;
using namespace std;
int main()
{
    Mat srcImage = imread("4.jpg");
    imshow("Src Pic", srcImage);
    Mat midImage, dstImage;
    //边缘检测
    Canny(srcImage, midImage, 50, 200, 3);
    //灰度化
    cvtColor(midImage, dstImage, CV_GRAY2BGR);
    // 定义矢量结构存放检测出来的直线
    vector<Vec2f> lines;
    //通过这个函数，我们就可以得到检测出来的直线集合了
    HoughLines(midImage, lines, 1, CV_PI / 180, 150, 0, 0);
    //这里注意第五个参数，表示阈值，阈值越大，表明检测的越精准，速度越快，得到的直线越少（得到的直线都是很有把握的直线）
    //这里得到的lines是包含rho和theta的，而不包括直线上的点，所以下面需要根据得到的rho和theta来建立一条直线
    //依次画出每条线段
    for (size_t i = 0; i < lines.size(); i++)
    {
        float rho = lines[i][0]; //就是圆的半径r
        float theta = lines[i][1]; //就是直线的角度
        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));
        line(dstImage, pt1, pt2, Scalar(55, 100, 195), 1, LINE_AA); //Scalar函数用于调节线段颜色，就是你想检测到的线段显示的是什么颜色
        imshow("边缘检测后的图", midImage);
        imshow("最终效果图", dstImage);
    }
    waitKey();
    return 0;
}

把阈值改为150，直线检测效果就变成这样子了。显然多了很多直线，这是我们把我们的要求降低了，把那些“可能是直线”的直线都当做是直线了。所以，阈值的选择很重要，就看你是要精确查找还是模糊查找。

//查看角度单位
cout << "line " << i << ": " << "rho:" << rho << " theta:" << theta << endl;

角度theta用的单位不是我们常说的度数（70度、80度），而是数学上的弧度（π/2，π/3）

//转换
float angle = theta / CV_PI * 180;

2.直线检测-好用

HoughLinesP用法：
此函数在HoughLines的基础上在末尾加了一个代表Probabilistic（概率）的P，表明使用的是累计概率变换。

#include <iostream>
#include <opencv2\opencv.hpp>
#include <opencv2\imgproc\imgproc.hpp>
using namespace cv;
using namespace std;
int main()
{
    Mat srcImage = imread("2.jpg");
    imshow("Src Pic", srcImage);
    Mat midImage, dstImage;
    Canny(srcImage, midImage, 50, 200, 3);
    cvtColor(midImage, dstImage, CV_GRAY2BGR);
    vector<Vec4i> lines;
    //与HoughLines不同的是，HoughLinesP得到lines的是含有直线上点的坐标的，所以下面进行划线时就不再
    //需要自己求出两个点来确定唯一的直线了
    HoughLinesP(midImage, lines, 1, CV_PI / 180, 80, 50, 10);//注意第五个参数，为阈值
    //依次画出每条线段
    for (size_t i = 0; i < lines.size(); i++)
    {
        Vec4i l = lines[i];
        //Scalar函数用于调节线段颜色
        line(dstImage, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(186, 88, 255), 1, LINE_AA);          
        imshow("边缘检测后的图", midImage);
        imshow("最终效果图", dstImage);
    }
    waitKey();
    return 0;
}