第六章 - 圖像變換 - 霍夫線變換(cvHoughLines2)

原創

大-大力丸

2020-02-21 05:18

該文章來源於：http://blog.csdn.net/hitwengqi/article/details/6878995

霍夫變換是一種在圖像中尋找直線、圓及其他簡單形狀的方法，霍夫線變換是利用Hough變換在二值圖像中找到直線。

利用CV_HOUGH_PROBABILISTIC，對應PPHT（累計概率霍夫變換）？這個算法的具體實現有待深究！！！

----------------------------------------------------------------------------------------------------

霍夫線變換的函數爲：

HoughLines

利用 Hough 變換在二值圖像中找到直線

CvSeq* cvHoughLines2( CvArr* image, void* line_storage, int method, double rho, double theta, int threshold, double param1=0, double param2=0 );

image

輸入 8-比特、單通道 (二值) 圖像，當用CV_HOUGH_PROBABILISTIC方法檢測的時候其內容會被函數改變

line_storage

檢測到的線段存儲倉. 可以是內存存儲倉 (此種情況下，一個線段序列在存儲倉中被創建，並且由函數返回），或者是包含線段參數的特殊類型（見下面）的具有單行/單列的矩陣(CvMat*)。矩陣頭爲函數所修改，使得它的 cols/rows 將包含一組檢測到的線段。如果 line_storage 是矩陣，而實際線段的數目超過矩陣尺寸，那麼最大可能數目的線段被返回(對於標準hough變換，線段按照長度降序輸出).

method

Hough 變換變量，是下面變量的其中之一：

CV_HOUGH_STANDARD - 傳統或標準 Hough 變換. 每一個線段由兩個浮點數 (ρ, θ) 表示，其中 ρ 是直線與原點 (0,0) 之間的距離，θ 線段與 x-軸之間的夾角。因此，矩陣類型必須是 CV_32FC2 type.
CV_HOUGH_PROBABILISTIC - 概率 Hough 變換(如果圖像包含一些長的線性分割，則效率更高). 它返回線段分割而不是整個線段。每個分割用起點和終點來表示，所以矩陣（或創建的序列）類型是 CV_32SC4.
CV_HOUGH_MULTI_SCALE - 傳統 Hough 變換的多尺度變種。線段的編碼方式與 CV_HOUGH_STANDARD 的一致。

rho

與象素相關單位的距離精度

theta

弧度測量的角度精度

threshold

閾值參數。如果相應的累計值大於 threshold，則函數返回的這個線段.

param1

第一個方法相關的參數:

對傳統 Hough 變換，不使用(0).
對概率 Hough 變換，它是最小線段長度.
對多尺度 Hough 變換，它是距離精度 rho 的分母 (大致的距離精度是 rho 而精確的應該是 rho / param1 ).

param2

第二個方法相關參數:

對傳統 Hough 變換，不使用 (0).
對概率 Hough 變換，這個參數表示在同一條直線上進行碎線段連接的最大間隔值(gap), 即當同一條直線上的兩條碎線段之間的間隔小於param2時，將其合二爲一。
對多尺度 Hough 變換，它是角度精度 theta 的分母 (大致的角度精度是 theta 而精確的角度應該是 theta / param2).

函數 cvHoughLines2 實現了用於線段檢測的不同 Hough 變換方法. Example. 用 Hough transform 檢測線段

----------------------------------------------------------------------------------------------------

/*code*/

程序中用到了cvCvtColor色彩空間轉換，將輸入圖像從一個色彩空間轉換爲另外一個色彩空間，Canny處理的是單通道圖像，然後轉換爲三通道圖像再使用Hough變換。

[cpp] view plain copy

#include <highgui.h>
#include <cv.h>
#include <math.h>
int main(int argc, char** argv)
{
IplImage* src;
src = cvLoadImage( argv[1], 0 ); //加載灰度圖
IplImage* dst = cvCreateImage( cvGetSize( src ), IPL_DEPTH_8U, 1 );
IplImage* color_dst = cvCreateImage( cvGetSize( src ), IPL_DEPTH_8U, 3 ); //創建三通道圖像
CvMemStorage* storage = cvCreateMemStorage(0);
CvSeq* lines = 0;
cvCanny( src, dst, 50, 100, 3 ); //首先運行邊緣檢測，結果以灰度圖顯示（只有邊緣）
cvCvtColor( dst, color_dst, CV_GRAY2BGR ); //色彩空間轉換，將dst轉換到另外一個色彩空間即3通道圖像
lines = cvHoughLines2( dst, storage, CV_HOUGH_PROBABILISTIC, 1, CV_PI/180, 80, 30, 10 ); //直接得到直線序列
//循環直線序列
for( int i = 0; i < lines ->total; i++ ) //lines存儲的是直線
{
CvPoint* line = ( CvPoint* )cvGetSeqElem( lines, i ); //lines序列裏面存儲的是像素點座標
cvLine( color_dst, line[0], line[1], CV_RGB( 0, 255, 0 ) ); //將找到的直線標記爲紅色
//color_dst是三通道圖像用來存直線圖像
}
cvNamedWindow( "src", 1 );
cvShowImage( "src", src );
cvNamedWindow( "Hough", 1 );
cvShowImage( "Hough", color_dst );
cvWaitKey(0);
return 0;
}