可以看出如果笛卡尔坐标系的点共线,这些点在霍夫空间对应的直线交于一点:这也是必然,共线只有一种取值可能。
如果不止一条直线呢?再看看多个点的情况(有两条直线):
在opencv中步骤解读:
具体步骤:
1. 彩色图像->灰度图
2. 去噪(高斯核)
3. 边缘提取(梯度算子、拉普拉斯算子、canny、sobel)
4. 二值化(判断此处是否为边缘点,就看灰度值==255)
5. 映射到霍夫空间(准备两个容器,一个用来展示hough-space概况,一个数组hough-space用来储存voting的值,因为投票过程往往有某个极大值超过阈值,多达几千,不能直接用灰度图来记录投票信息)
6. 取局部极大值,设定阈值,过滤干扰直线
7. 绘制直线、标定角点
函数HoughLines的实现代码
#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/opencv.hpp"
#include <iostream>
using namespace cv;
using namespace std;
using std::cout;
int main()
{
Mat g_srcImage, midImage, dstImage;
namedWindow("[原始图]");
g_srcImage = imread("E:\\VS2015Opencv\\vs2015\\project\\picture\\01.jpg");
if (!g_srcImage.data) { cout << "error read image" << endl; return 0; }
imshow("[原始图]", g_srcImage);
Canny(g_srcImage, midImage, 50, 200, 3);
cvtColor(midImage, dstImage, CV_GRAY2BGR);
vector<Vec2f> lines;
HoughLines(midImage, lines, 0.5, CV_PI / 18, 150, 0, 0);
for (size_t i = 0; i < lines.size(); i++)
{
float rho = lines[i][0], theta = lines[i][1];
Point pt1, pt2;
double a = cos(theta), b = sin(theta);
double x0 = a*rho, y0 = b*rho;
pt1.x = cvRound(x0 + 2000 * (-b)); //把浮点数转化成整数
pt1.y = cvRound(y0 + 2000 * (a));
pt2.x = cvRound(x0 - 2000 * (-b));
pt2.y = cvRound(y0 - 2000 * (a));
line(dstImage, pt1, pt2, Scalar(128, 128, 0), 1, CV_AA);
}
imshow("边缘检测后的图", midImage);
imshow("标准霍夫线变换效果图", dstImage);
waitKey(0);
return 0;
}
函数HoughLinesP的代码
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
using namespace std;
int main(int argc, char** argv)
{
Mat src, src_gray, dst;
src = imread("E:\\VS2015Opencv\\vs2015\\project\\picture\\01.jpg");
char INPUT_TITLE[] = "input image";
imshow(INPUT_TITLE, src);
Canny(src, src_gray, 150, 200);
cvtColor(src_gray, dst, CV_GRAY2BGR);
imshow("edge image", src_gray);
imshow("gray", dst);
//方法1(标准霍夫变换)
//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));//对一个double型的数进行四舍五入,并返回一个整型数!
// 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, CV_AA);
//}
//第二种方法(概率霍夫变换)
vector<Vec4f> plines;
HoughLinesP(src_gray, plines, 1, CV_PI / 180.0, 10, 0, 10);
Scalar color = Scalar(0, 0, 255);
for (size_t i = 0; i < plines.size(); i++) {
Vec4f hline = plines[i];
line(dst, Point(hline[0], hline[1]), Point(hline[2], hline[3]), color, 3, LINE_AA);
}
imshow("效果图", dst);
waitKey(0);
return 0;
}
主要参考博客:
原理部分:(相当清楚,不解释,)
源码分析1:(赵春江老师,很多源码都给出了详解,尤其是那篇sift,看的热血沸腾)
源码分析2:
源码分析3:
Samples1: (还是浅墨)
Samples2:
讲解:
这篇博客的博主在进行Canny之前使用了大津法先进行分割:
园检测
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
const int kvalue = 15;//双边滤波邻域大小
int main()
{
Mat src_color = imread("E:\\VS2015Opencv\\vs2015\\project\\picture\\08.jpg");//读取原彩色图
imshow("原图-彩色", src_color);
//声明一个三通道图像,像素值全为0,用来将霍夫变换检测出的圆画在上面
Mat dst(src_color.size(), src_color.type());
dst = Scalar::all(0);
Mat src_gray;//彩色图像转化成灰度图
cvtColor(src_color, src_gray, COLOR_BGR2GRAY);
imshow("原图-灰度", src_gray);
imwrite("src_gray.png", src_gray);
Mat bf;//对灰度图像进行双边滤波
bilateralFilter(src_gray, bf, kvalue, kvalue * 2, kvalue / 2);
imshow("灰度双边滤波处理", bf);
imwrite("src_bf.png", bf);
vector<Vec3f> circles;//声明一个向量,保存检测出的圆的圆心坐标和半径
HoughCircles(bf, circles, CV_HOUGH_GRADIENT, 1.5, 20, 130, 38, 10, 50);//霍夫变换检测圆
cout << "x=\ty=\tr=" << endl;
for (size_t i = 0; i < circles.size(); i++)//把霍夫变换检测出的圆画出来
{
Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
int radius = cvRound(circles[i][2]);
circle(dst, center, 0, Scalar(0, 255, 0), -1, 8, 0);
circle(dst, center, radius, Scalar(0, 0, 255), 1, 8, 0);
cout << cvRound(circles[i][0]) << "\t" << cvRound(circles[i][1]) << "\t"
<< cvRound(circles[i][2]) << endl;//在控制台输出圆心坐标和半径
}
imshow("特征提取", dst);
imwrite("dst.png", dst);
waitKey();
}