opencv之霍夫变换直线检测

最新推荐文章于 2024-06-13 17:41:29 发布

年纪青青

最新推荐文章于 2024-06-13 17:41:29 发布

阅读量845

点赞数

分类专栏： opencv 文章标签： opencv 计算机视觉

本文链接：https://blog.csdn.net/z961968549/article/details/102795260

版权

opencv 专栏收录该内容

63 篇文章 10 订阅

订阅专栏

霍夫变换检测

霍夫变换之直线检测

霍夫变换直线检测
前提条件-边缘检测已经完成
平面空间到极坐标空间的转换(空间域向霍夫域的转换)

$x=ρcos\theta$

$y=ρsin\theta$

$ρ^2=x^2+y^2$

$tan\theta=y/x(x≠0)$

检测原理
两点确定一条直线，通过一点可以确定无数条直线，极坐标直线公式 $ρ=xcos\theta+ysin\theta$
每个点通过角度取不同的值，都能在横坐标为角度值，纵坐标为ρ值的坐标系内确定一条曲线，只要角度值的精细度足够。ρ代表直线到原点的距离。对每个像素采取这样的操作，将会得出很多这样的曲线，这些曲线的交点证明，这些点所在的那个角度所通过的直线到原点距离相等，则证明这些点就在同一条直线上。从运算的复杂程度来看opencv不可能采取那样精细的角度范围。但大致原理基本如此。

对于任意一条直线上的所有点来说
变换到极坐标，从[0~360]空间，可以得到r的大小
属于同一条直线点在极坐标(r,theta)必然在一个点上有最强的信号出现，根据此反算到平面坐标中可以得到直线上各点的像素坐标。从而得到直线
参考链接：
https://blog.csdn.net/u013263891/article/details/82867251
https://blog.csdn.net/fengjiexyb/article/details/78075888
https://blog.csdn.net/weixin_40196271/article/details/83346442

代码演示

#include <iostream>  
#include <fstream>
#include <opencv2/opencv.hpp>
#include <math.h>

cv::Mat src; 
cv::Mat gray_src;
int cur_val=240;
int max_val=255;
void canny_demo(int ,void *);
int main(void)
{
    string pic = string(Pic_Path) + string(Pic_Name);
    cout << pic << endl;
	
    src = cv::imread(pic.c_str());
    cv::namedWindow("原始图片",cv::WINDOW_AUTOSIZE);
    cv::imshow("原始图片",src);
    
    cv::cvtColor(src,gray_src,cv::COLOR_BGR2GRAY);
    
    cv::namedWindow("边缘检测",cv::WINDOW_AUTOSIZE);
    cv::createTrackbar("边缘阈值调整","边缘检测",&cur_val,max_val, canny_demo);
    canny_demo(0,0);
    
    cv::waitKey(0);
    cv::destroyAllWindows();

}
void canny_demo(int ,void *)
{
    cv::Mat canny_dst;
    
    //边缘检测 使用动态的边缘检测范围 检测尺寸为3 使用非精确的近似算法
    cv::Canny(gray_src,canny_dst,cur_val,cur_val*2,3,false);
    cv::imshow("边缘检测",canny_dst);
 
    vector<cv::Vec4f> plines;   //定义直线向量容器  可以理解为数组 存储所有的直线概率点集合
    
    //直线检测 直线概率点 一个像素点为检测的步进检测步长 一度的检测角度 低于10个的直线点集合过滤 
    cv::HoughLinesP(canny_dst,plines,1,CV_PI/180.0,60,100,20);
    
    cv::Mat dst = cv::Mat(canny_dst.size(),src.type());
    //定义颜色
    cv::Scalar color = cv::Scalar(39,0,235);
    for(int i=0;i<plines.size();i++)
    {
        //定义一个二维向量点元素 临时存储每个二维向量点
        cv::Vec4f hline = plines[i];
        //划线 定义线宽 去锯齿
        cv::line(dst,cv::Point(hline[0],hline[1]),cv::Point(hline[2],hline[3]),color,2,cv::LINE_AA);
    }
    if(dst.empty())
    {
        cout << "图片为空 退出" << cur_val<< endl;
        return ;
    }
    cv::medianBlur(dst,dst,3);
    //cv::namedWindow("直线检测",cv::WINDOW_AUTOSIZE);
    //cv::imshow("直线检测",dst);
    cv::Mat cacul;
    cv::addWeighted(src,0.8,dst,1,0,cacul);
    cv::namedWindow("检测叠加",cv::WINDOW_AUTOSIZE);
    cv::imshow("检测叠加",cacul);
f
}

在这里插入图片描述

年纪青青

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
opencv之霍夫变换直线检测

霍夫变换检测霍夫变换之直线检测霍夫变换直线检测前提条件-边缘检测已经完成平面空间到极坐标空间的转换(空间域向霍夫域的转换)x=ρcosθx=ρcos\thetax=ρcosθy=ρsinθy=ρsin\thetay=ρsinθρ2=x2+y2ρ^2=x^2+y^2ρ2=x2+y2tanθ=y/x(x≠0)tan\theta=y/x(x≠0)tanθ=y/x(x=0)检测原...
复制链接

扫一扫