图像处理（二）：hough变换（Python实现）

1、hough变换的用途

hough变换（也叫作霍夫变换），一开始用于直线检测，后来也用于矩阵、圆或者椭圆等其它形状的检测。

2、简述hough变换的原理（3句话）

以直线检测为例：
（1）把点的直角坐标系换成极坐标系，两点或以上确定一条直线，而同一条直线的极坐标系的参数（ρ，θ）是一样的。
（2）对每一个轮廓点（图像里的点会先经过canny算子进行轮廓提取，白色的点为轮廓点）按一定的间隔（n）画（360/n）条直线，那么每一个轮廓点就有（360/n）组（ρ，θ）值，假设有N个轮廓点，那么总共N*（360/n）组（ρ，θ）值。
（3）然后统计每一组（ρ，θ）值的个数，如果一组（ρ，θ）的个数大于阈值，就能认为是一条直线。

3、实现步骤

（1）图像对比度增强

img = ImageEnhance.Contrast(img).enhance(3)

（2）转化为矩阵，灰度化，用canny算子提取轮廓

img = np.array(img)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU)#阈值变换，cv2.THRESH_OTSU适合用于双峰值图像,ret是阈值，binary是变换后的图像
# canny边缘检测
edges = cv2.Canny(binary, ret-30, ret+30, apertureSize=3)#图像，最小阈值，最大阈值，sobel算子的大小

（3）直线检测

lines = cv2.HoughLinesP(result, 1, 1 * np.pi / 180, 10, minLineLength=10, maxLineGap=5)#统计概率霍夫线变换函数：图像矩阵，极坐标两个参数，一条直线所需最少的曲线交点，组成一条直线的最少点的数量，被认为在一条直线上的亮点的最大距离

（4）在对比度增强后的原图画出检测到的直线

for line in lines:
        for x1, y1, x2, y2 in line:
            cv2.line(img, (x1, y1), (x2, y2), (255, 0, 0),2)

4、python实现

import numpy as np
import cv2
from PIL import Image, ImageEnhance


def img_processing(img):
    # 灰度化
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU)#阈值变换，cv2.THRESH_OTSU适合用于双峰值图像,ret是阈值，binary是变换后的图像
    # canny边缘检测
    edges = cv2.Canny(binary, ret-30, ret+30, apertureSize=3)#图像，最小阈值，最大阈值，sobel算子的大小
    return edges


def line_detect(img):
    img = Image.open(img)
    img = ImageEnhance.Contrast(img).enhance(3)#对比度增强类,用于调整图像的对比度,3为增强3倍
    img = np.array(img)
    result = img_processing(img)#返回来的是一个矩阵
    # 霍夫线检测
    lines = cv2.HoughLinesP(result, 1, 1 * np.pi / 180, 10, minLineLength=10, maxLineGap=5)#统计概率霍夫线变换函数：图像矩阵，极坐标两个参数，一条直线所需最少的曲线交点，组成一条直线的最少点的数量，被认为在一条直线上的亮点的最大距离
    print("Line Num : ", len(lines))

    # 画出检测的线段
    for line in lines:
        for x1, y1, x2, y2 in line:
            cv2.line(img, (x1, y1), (x2, y2), (255, 0, 0),2)
        pass
    img = Image.fromarray(img, 'RGB')
    img.show()


if __name__ == "__main__":
    line_detect("image/road.jpg")
    pass

5、运行结果