霍夫線變換:
效果圖:
關於霍夫變換線變換的詳細介紹
以下是代碼:
int main()
{ //載入並顯示
Mat src = imread("2.jpg");
imshow("原圖", src);
Mat dst, temp;
//邊緣檢測
Canny(src, temp, 50, 200, 3);
//轉化爲彩色圖
cvtColor(temp, dst, COLOR_GRAY2BGR);
//霍夫變換
vector<Vec2f>lines;
HoughLines(temp, lines, 1, CV_PI / 180, 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 = 1000 * (-b));
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, LINE_AA);
imshow("Canny", temp);
imshow("效果圖", dst);
}
waitKey(0);
return(0);
}
效果圖怎麼跟邊緣檢測的圖一樣?
line(dst, pt1, pt2, Scalar(0,0,255), 1, LINE_AA);
修改scalar()中的值顏色怎麼不改變?
霍夫圓變換
void HoughCircles(InputArray image,OutputArray circles, int method, double dp, double minDist, double param1=100,double param2=100, int minRadius=0, int maxRadius=0 )
第一個參數,InputArray類型的image,輸入圖像,即源圖像,需爲8位的灰度單通道圖像。
第二個參數,InputArray類型的circles,經過調用HoughCircles函數後此參數存儲了檢測到的圓的輸出矢量,每個矢量由包含了3個元素的浮點矢量(x, y, radius)表示。
第三個參數,int類型的method,即使用的檢測方法,目前OpenCV中就霍夫梯度法一種可以使用,它的標識符爲CV_HOUGH_GRADIENT,在此參數處填這個標識符即可。
第四個參數,double類型的dp,用來檢測圓心的累加器圖像的分辨率於輸入圖像之比的倒數,且此參數允許創建一個比輸入圖像分辨率低的累加器。上述文字不好理解的話,來看例子吧。例如,如果dp= 1時,累加器和輸入圖像具有相同的分辨率。如果dp=2,累加器便有輸入圖像一半那麼大的寬度和高度。
第五個參數,double類型的minDist,爲霍夫變換檢測到的圓的圓心之間的最小距離,即讓我們的算法能明顯區分的兩個不同圓之間的最小距離。這個參數如果太小的話,多個相鄰的圓可能被錯誤地檢測成了一個重合的圓。反之,這個參數設置太大的話,某些圓就不能被檢測出來了。
第六個參數,double類型的param1,有默認值100。它是第三個參數method設置的檢測方法的對應的參數。對當前唯一的方法霍夫梯度法CV_HOUGH_GRADIENT,它表示傳遞給canny邊緣檢測算子的高閾值,而低閾值爲高閾值的一半。
第七個參數,double類型的param2,也有默認值100。它是第三個參數method設置的檢測方法的對應的參數。對當前唯一的方法霍夫梯度法CV_HOUGH_GRADIENT,它表示在檢測階段圓心的累加器閾值。它越小的話,就可以檢測到更多根本不存在的圓,而它越大的話,能通過檢測的圓就更加接近完美的圓形了。
第八個參數,int類型的minRadius,有默認值0,表示圓半徑的最小值。
第九個參數,int類型的maxRadius,也有默認值0,表示圓半徑的最大值。
例子如下:
int main()
{
Mat src = imread("2.jpg");
imshow("原圖", src);
Mat gray;
cvtColor(src,gray,COLOR_BGR2GRAY);//轉化爲灰度圖
//高斯模糊
GaussianBlur(gray, gray, Size(9, 9), 2, 2);
//進行霍夫圓變換
vector<Vec3f>circles;
HoughCircles(gray,circles,HOUGH_GRADIENT,1.5,10,200,100,0,0);
for (size_t i = 0; i < circles.size(); i++)
{//定義參數
Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
int radius = cvRound(cvRound(circles[i][2]));
//繪製圓心
circle(src, center, 3, Scalar(0, 255, 0), -1, 8, 0);
//繪製輪廓
circle(src, center, radius, Scalar(0, 255, 0), 3, 8, 0);
}
imshow("效果圖", src);
waitKey(0);
return(0);
}
效果圖: