霍夫变换检测车道线中的roi选取问题

霍夫变换检测车道线中的roi选取问题

之前一直在做车道线检测的论文以及实验，本人也是目前在学c++编程中的新手小白一个，所以也想写这篇文章，记录下自己怎么在霍夫检测车道线中，通过鼠标事件随机设定roi区域，检测所感兴趣区域的车道线；当然这代码最初也只是为了发表论文实验所写的，对于实际应用还有许多的不成熟性。

1.感兴趣区域（roi）

众所周知，通过边缘检测得到的图片包含了很多环境信息，这些是我们不感兴趣的，需要提取我们需要都得信息。对于普通的直线形车道，观察图片可知，车道先一般位于图片下方的一个梯形区域，手动设定4个点，组成梯形区域的四个顶点。利用fillConvexPoly函数如下可以画出多边形，这个函数共有4个参数：空图（大小与原图一致），顶点信息，多边形的边数，线条颜色。
函数示例：fillConvexPoly(mask,PointArray,4,Scalar(255));
将梯形掩模区域与原图进行bitwise_and 操作，可以只得到感兴趣区域内的边缘检测图，从途中可以看出只有车道线信息。bitwise_and 函数是将两张图片做“与”操作，共有3个输入参数，分别是：掩模图， 原图，输出图。需要注意的是，三张图的大小和颜色通道数量。
函数示例：bitwise_and(mask,image_canny,dstImg);
但是以上roi的区域的选取方式不适用目前在做的论文，该论文中的主要实验是针对弯道进行车道线检测，因此就准备主要利用setMouseCallback（）和onMouse（）两个函数来编写可以鼠标交互选取霍夫检测roi区域的代码

2.代码示例

代码如下（示例）：

#include
#include
#include

using namespace std;
using namespace cv;

Point PointArray[20];
int clickTimes = 0;

void onMouse(int event, int x, int y, int flags, void *utsc)
{
	if (event == EVENT_LBUTTONUP)
	{
		PointArray[clickTimes].x = x;
		PointArray[clickTimes].y = y;

		cout << "第" << clickTimes << "个点 " << " ";
		cout << "PointArray[clickTimes].x:" << " " << PointArray[clickTimes].x
			<< ' ' << "PointArray[clickTimes].y" << PointArray[clickTimes].y << endl;

		clickTimes++;
	}
	if (event == EVENT_RBUTTONUP)
	{
		Mat src = imread("veh2.jpg");
		Mat mat_gray, mat_guass, mat_canny, mat_hough;
		cvtColor(src, mat_gray, CV_RGB2GRAY);
		//高斯降噪
		GaussianBlur(mat_gray, mat_guass, Size(9, 9), 0, 0);

		//binary
		//threshold(dst, dst, 125, 255, THRESH_BINARY);

		//canny边缘检测
		Canny(mat_guass, mat_canny, 50, 100, 3);

		//ROI感兴趣区域的选定
		Mat dstimg;
		Mat mask = Mat::zeros(mat_canny.size(), CV_8UC1);
		fillConvexPoly(mask, PointArray, clickTimes, Scalar(255));
		bitwise_and(mask, mat_canny, dstimg);
		imshow("ROIresult", dstimg);

		//HoughLine Detect
		vector<Vec4i> lines;
		HoughLinesP(dstimg, lines, 1, CV_PI / 180, 50, 5, 50);

		for (size_t i = 0; i < lines.size(); i++)
		{
			Vec4i& linex = lines[i];
			int dx = linex[2] - linex[0];
			int dy = linex[3] - linex[1];
			double angle = atan2(double(dy), dx) * 180 / CV_PI;
			line(src, cv::Point(linex[0], linex[1]), cv::Point(linex[2], linex[3]), cv::Scalar(255, 0, 0), 2);
		}
		imshow("Houghresult", src);
		imwrite("E:/霍夫智能变换小论文/霍夫智能变换实验照片/veh2Houghres.jpg", src);
	}

}

int main()
{
	Mat img = imread("veh2.jpg");
	if (img.empty())
	{
		cout << "Please input the right image" << endl;
		return -1;
	}
	imshow("Source image", img);
	setMouseCallback("Source image", onMouse);
	waitKey(0);
	return 0;
}

3.实验效果

首先实验图片如下：

经过鼠标选取自定义的roi区域，通过mask处理，图片如下：

4.总结

最后本文只是作为学习过程中的一个分享，作用更多只是为了做实验选取检测弯道的自定义区域所编写，对于做车道线检测与项目应用来说，一次次的鼠标交互选取roi区域显得会很繁琐，更不实际。本文也只是作为记录自己学习过程中的感悟之用。