【OpenCV学习】霍夫变换

简介

霍夫变换是一种特征检测(feature extraction)，被广泛应用在图像分析（image analysis）、计算机视觉(computer vision)以及数位影像处理(digital image processing)。霍夫变换是用来辨别找出物件中的特征，例如：线条。他的算法流程大致如下，给定一个物件、要辨别的形状的种类，算法会在参数空间(parameter space)中执行投票来决定物体的形状，而这是由累加空间(accumulator space)里的局部最大值(local maximum)来决定。

霍夫变换与最小二乘法拟合直线

我们都知道，拟合直线比较常用的方法是最小二乘法。但是当出现离群采样点时，最小二乘法所拟合的直线会有较大的偏差。
而霍夫变换所拟合的直线能够有效的抑制离群点的偏差。
霍夫变换的原理就在这里不做介绍了，有需要的读者可以看看其余资料。

OpenCV中的霍夫线变换

在opencv中使用霍夫线变换之前，首先需要对图片进行边缘检测处理，因为霍夫线变换的函数输入只能是边缘二值化图像。

标准霍夫变换（SHT）

参数含义

HoughLines 函数原型

• 第一个参数：已经边缘检测处理完的输入图像。
• 第二个参数：检测到线条的输出矢量。
• 第三个参数：以像素为单位的距离精度。
• 第四个参数：以弧度为单位的角度精度。
• 第五个参数：阈值。大于阈值的线段才可以被输出。
• 第六个参数：double类型的srn，默认为0。对于多尺度霍夫变换，这是第三个参数进步尺寸rho的除数距离。如果是粗略的累加器进步尺寸只是第三个参数rho，而精确的累加器进步尺寸为rho/srn。
• 第七个参数：double类型的stn，默认为0。对于多尺度霍夫变换，这是第四个参数进步尺寸theta的除数距离。如果是粗略的累加器进步尺寸只是第三个参数theta，而精确的累加器进步尺寸为theta/stn。

注意：
标准霍夫变换的输出线条为极坐标。

float rho = lines[0][0];
float theta = lines[0][1];

函数示例

标准霍夫变换

cv::Mat srcMat = imread("demo.png", 1);
cv::Mat dstMat;
std::vector<cv::Vec2f> lines;	//定义输出线条
int threshold = 50;		//设置canny检测阈值

Canny(srcMat, dstMat, threshold, threshold * 3);

HoughLines(dstMat, lines, 1, CV_PI / 180,100);		//进行标准霍夫变换，阈值设为100

得到了lines线条数据，我们就可以在原图中绘制直线

std::vec*斜体样式*tor<cv::Vec2f>::iterator it = lines.begin();
for (; it != lines.end(); ++it) {
	float rho = (*it)[0], theta = (*it)[1];
	cv::Point pt1, pt2;
	double a = cos(theta);
	double b = sin(theta);
	double x0 = a * rho;
	double y0 = b * rho;
	pt1.x = cv::saturate_cast<int>(x0 + 1000 * (-b));
	pt1.y = cv::saturate_cast<int>(y0 + 1000 * (a));
	pt2.x = cv::saturate_cast<int>(x0 - 1000 * (-b));
	pt2.y = cv::saturate_cast<int>(y0 - 1000 * (a));
	cv::line(srcMat, pt1, pt2, cv::Scalar(0, 0, 255), 1, CV_AA);
}

CV_AA是opencv2里的宏定义，opencv3可以使用LINE_AA

至于这里的pt1和pt2的坐标为什么要这样表示，可以参考这篇博文

https://blog.csdn.net/lcj1105/article/details/50607624?tdsourcetag=s_pctim_aiomsg

有了这两个核心代码块，我们就可以实现标准霍夫变换。

累计概率霍夫变换（PPHT）

标准霍夫变换 只能显示出线段对应的直线，而不能勾勒出物体的线段，所以如果想标出图像的线段，那么可以使用 累计概率霍夫变换

参数含义

HoughLinesP 函数原型

• 第一个参数：输入图像。需为8位单通道二进制图像。
• 第二个参数：检测到线条的输出矢量。
• 第三个参数：以像素为单位的距离精度。
• 第四个参数：以弧度为单位的角度精度。
• 第五个参数：阈值。大于阈值的线段才可以被输出。
• 第六个参数：double类型minLineLength，默认为0。表示线段的最短长度，小于这个值的线段不会输出。
• 第七个参数：double类型的maxLineGap，默认为0。表示允许将同一行点与点之间连接起来的最大的距离。

注意：
累计概率霍夫变换的输出线条为xy坐标。

int x1 = lines[0][0];
int y1 = lines[0][1];
int x2 = lines[0][2];
int y2 = lines[0][3];

函数示例

首先还是熟悉的canny运算，然后进行累计概率霍夫变换。

cv::Mat srcMat = imread("demo.png", 1);
cv::Mat dstMat;
std::vector<cv::Vec4i> lines;
int threshold = 50;

Canny(srcMat, dstMat, threshold, threshold * 3);

HoughLinesP(dstMat, lines, 1, CV_PI / 180, 50, 0, 20);		//最小线段长度设为0，最大点与点距离设为20

将得到的lines线条绘制在原图中

for (int i = 0; i < lines.size(); i++) {
	line(srcMat, Point(lines[i][0], lines[i][1]), Point(lines[i][2], lines[i][3]), Scalar(0, 0, 255), 1, CV_AA);
}

CV_AA是opencv2里的宏定义，opencv3可以使用LINE_AA

效果可以如图所示

霍夫变换参数的选择

不管是调用标准霍夫变换还是累计概率霍夫变换，都需要选择合适的参数，来获得自己预计的线段，如果参数选择的不合适，那么就无法显示出自己预想的线段。

标准霍夫变换 threshold 参数选择过小，那么线条会很多

标准霍夫变换 threshold 参数选择过大，不能显示输出全部的线条

累计霍夫变换 maxLineGap 参数选择太小

所以选择合适的参数非常重要。