OPENCV學習之霍夫變換

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：