前言
這是我《OpenCV:從零到一》專欄的第十五篇博客,想看跟多請戳這。
本文概要
HoughLines
HoughLinesP
HoughCircles
cvRound
案例代碼
大概內容:檢測圓和直線並描繪出來 。
#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("D:/86186/Documents/opencv/geometricFigure.png");
if (!src.data) {
printf("could not load image...\n");
return -1;
}
char INPUT_TITLE[] = "input image";
char OUTPUT_TITLE[] = "hough-line-detection";
namedWindow(INPUT_TITLE, WINDOW_AUTOSIZE);
namedWindow(OUTPUT_TITLE, WINDOW_AUTOSIZE);
imshow(INPUT_TITLE, src);
// extract edge
Canny(src, src_gray, 150, 200);
cvtColor(src_gray, dst, COLOR_GRAY2BGR);
imshow("edge image", src_gray);
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]; // 極座標中的r長度
float theta = lines[i][1]; // 極座標中的角度
Point pt1, pt2;
double a = cos(theta), b = sin(theta);
double x0 = a * rho, y0 = b * rho;
// 轉換爲平面座標的四個點
pt1.x = cvRound(x0 + 1000 * (-b));//Rounds floating-point number to the nearest integer.
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(OUTPUT_TITLE, dst);
// 中值濾波,霍夫變換圓檢測對噪聲很敏感
Mat moutput;
medianBlur(src, moutput, 3);
cvtColor(moutput, moutput, COLOR_BGR2GRAY);
// 霍夫圓檢測
vector<Vec3f> pcircles;
HoughCircles(moutput, pcircles, HOUGH_GRADIENT, 1, 10, 20, 45, 2, 200);
src.copyTo(dst);
for (size_t i = 0; i < pcircles.size(); i++) {
Vec3f cc = pcircles[i];
circle(dst, Point(cc[0], cc[1]), cc[2], Scalar(0, 0, 255), 2, LINE_AA);
circle(dst, Point(cc[0], cc[1]), 2, Scalar(198, 23, 155), 2, LINE_AA);
}
imshow("cricle", dst);
waitKey(0);
return 0;
}
運行效果:
解析及注意事項
- Hough Line Transform用來做直線檢測,前提條件是邊緣檢測已經完成。
- 霍夫空間中的點在立體直角座標系中是一條直線,霍夫空間中的直線在立體直角座標系中是一個點。
- 標準的霍夫變換 cv::HoughLines從平面座標轉換到霍夫空間,最終輸出是 (θ,r)表示極座標空間
- 霍夫變換直線概率 cv::HoughLinesP最終輸出是直線的兩個點(x0,y0)(x1,y1)。相比於HoughLines建議使用HoughLinesP
- 因爲霍夫圓檢測對噪聲比較敏感,所以首先要對圖像做中值濾波。
- 基於效率考慮,Opencv中實現的霍夫變換圓檢測是基於圖像梯度的實現,分爲兩步:1. 檢測邊緣,發現可能的圓心。2. 基於第一步的基礎上從候選圓心開始計算最佳半徑大小。
- cvRound可以用於四捨五入浮點數
全註釋代碼
#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("D:/86186/Documents/opencv/geometricFigure.png");
if (!src.data) {
printf("could not load image...\n");
return -1;
}
char INPUT_TITLE[] = "input image";
char OUTPUT_TITLE[] = "hough-line-detection";
namedWindow(INPUT_TITLE, WINDOW_AUTOSIZE);
namedWindow(OUTPUT_TITLE, WINDOW_AUTOSIZE);
imshow(INPUT_TITLE, src);
// extract edge
Canny(src, src_gray, 150, 200);
cvtColor(src_gray, dst, COLOR_GRAY2BGR);
imshow("edge image", src_gray);
vector<Vec2f> lines;
HoughLines(src_gray, lines, 1, CV_PI / 180, 150, 0, 0);
/*
參數:
InputArray src, // 輸入圖像,必須8-bit的灰度圖像
OutputArray lines, // 輸出的極座標來表示直線
double rho, // 生成極座標時候的像素掃描步長
double theta, //生成極座標時候的角度步長,一般取值CV_PI/180
int threshold, // 閾值,只有獲得足夠交點的極座標點才被看成是直線
double srn=0;// 是否應用多尺度的霍夫變換,如果不是設置0表示經典霍夫變換
double stn=0;//是否應用多尺度的霍夫變換,如果不是設置0表示經典霍夫變換
double min_theta=0; // 表示角度掃描範圍 0 ~180之間, 默認即可
double max_theta=CV_PI
一般情況是有經驗的開發者使用,需要自己反變換到平面空間,建議用HoughLines
*/
for (size_t i = 0; i < lines.size(); i++) {
float rho = lines[i][0]; // 極座標中的r長度
float theta = lines[i][1]; // 極座標中的角度
Point pt1, pt2;
double a = cos(theta), b = sin(theta);
double x0 = a * rho, y0 = b * rho;
// 轉換爲平面座標的四個點
pt1.x = cvRound(x0 + 1000 * (-b));//Rounds floating-point number to the nearest integer.
/*
int cvRound (double value)
int cvRound (float value)
int cvRound (int value)
If the value is outside of INT_MIN ... INT_MAX range, the result is not defined.
*/
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(OUTPUT_TITLE, dst);
/*waitKey(0);
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(OUTPUT_TITLE, dst);*/
// 中值濾波,霍夫變換圓檢測對噪聲很敏感
Mat moutput;
medianBlur(src, moutput, 3);
cvtColor(moutput, moutput, COLOR_BGR2GRAY);
// 霍夫圓檢測
vector<Vec3f> pcircles;
HoughCircles(moutput, pcircles, HOUGH_GRADIENT, 1, 10, 20, 45, 2, 200);
/*
InputArray image, // 輸入圖像 ,必須是8位的單通道灰度圖像
OutputArray circles, // 輸出結果,發現的圓信息
Int method, // 方法 - HOUGH_GRADIENT
Double dp, // dp = 1;
Double mindist, // 10 最短距離-可以分辨是兩個圓的,否則認爲是同心圓- src_gray.rows/8
Double param1, // canny edge detection low threshold
Double param2, // 中心點累加器閾值 – 候選圓心
Int minradius, // 最小半徑
Int maxradius//最大半徑
*/
src.copyTo(dst);
for (size_t i = 0; i < pcircles.size(); i++) {
Vec3f cc = pcircles[i];
circle(dst, Point(cc[0], cc[1]), cc[2], Scalar(0, 0, 255), 2, LINE_AA);
circle(dst, Point(cc[0], cc[1]), 2, Scalar(198, 23, 155), 2, LINE_AA);
}
imshow("cricle", dst);
waitKey(0);
return 0;
}
翻譯筆記
round n.巡邏;巡視;圓形物;球狀物
adj.圓的;球形的;豐滿的;弧形的
adv.附近;向四面;又;指朝反方向
v.拐過;繞過;使成圓形;把…四捨五入
prep.繞過;在…周圍;始終