霍夫线检测
vector lines1;
HoughLines(canny_mat, lines1, 1, CV_PI / 180.0,90 );//45可以检测里面两条线 80检测出外边两条线
定义存放输出线的向量 此向量输出有<距离,角度>
因为检测的原理就是在变换霍夫空间里面去检测的,这里可以理解为极坐标
第3个参数是距离精度 第四个参数是角度精度,第五个是阈值,只有点超过90个才算一条线
在图中画线操作:
Point ptz1, ptz2;
for (size_t i = 0; i < lines1.size(); ++i) {
float rth = lines1[i][0];//距离
float theta = lines1[i][1];//角度
double a = cos(theta);
double b = sin(theta);
double x0 = a * rth, y0 = b * rth;
ptz1.x = cvRound(x0 + 1000 * (-b));
ptz1.y = cvRound(y0 + 1000 * (a));
ptz2.x = cvRound(x0 - 1000 * (-b));
ptz2.y = cvRound(y0 - 1000 * (a));
line(image1, ptz1, ptz2, Scalar(0, 255, 0), 2, 8);
}
这里是画线操作
概率霍夫线检测
vectorlines2;
HoughLinesP(canny_mat, lines2, 1, CV_PI / 180.0, 25,25,32);//参数如何设置啊? 点数多少 最小长度 最大容忍间隔
后面三个参数依次是
// 大于阈值threshold的线段才可以被检测通过并返回到结果中。
// 表示最低线段的长度,比这个设定参数短的线段就不能被显现出来
// 允许将同一行点与点之间连接起来的最大的距离
这里的画线操作就简单一点 直接画
Point ptz3, ptz4;
for (int j = 0; j < lines2.size(); j++) {
ptz3.x = lines2[j][0];
ptz3.y = lines2[j][1];
ptz4.x = lines2[j][2];
ptz4.y = lines2[j][3];
line(image2, ptz3, ptz4, Scalar(0, 255, 255), 2, 8);
}
轮廓的寻找
Mat binary;
threshold(gray, binary, 84, 255, THRESH_OTSU);
imshow("binary", binary);
waitKey(0);
cvDestroyAllWindows();
vector> contours;
findContours(binary, contours, RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);
Mat image3clone = image3.clone();
for (int i = 0; i < contours.size(); i++) {
drawContours(image3clone, contours, i, Scalar(0, 255, 255), 2, 8);
}
先是二值化图像,再用findcontours函数寻找轮廓,后面两个参数是寻找最外轮廓,内接轮廓就不管,用的是简单保存的方式。
画出轮廓用的是drawcontours来画轮廓,直接在图像上画出轮廓即可
画出轮廓外最小外接矩形
Point2f vtx[4]; RotatedRect rbox = minAreaRect(contours[0]); rbox.points(vtx); for (int i = 0; i < 4; i++) { line(image3, vtx[i], vtx[i < 3 ? i + 1 : 0], CV_RGB(0, 255, 0), 2, CV_AA); }
定义4个点存储外接矩形定点,minAreaRect是外接矩形的rect,rbox.points是赋值给vtx,然后用一个简单的画线操作,依次画点和点的连线
改进版的图像旋转
前面的获得矩阵操作一样
float angel = -10.0, scale = 1;
Point2f center(lena.cols * 0.5, lena.rows * 0.5);
Mat rot = getRotationMatrix2D(center, angel, scale);
Rect bbox = RotatedRect(center, lena.size(), angel).boundingRect();//获取外接矩形
然后得调整rot矩阵得参数,因为中心点有所偏移,需要平移操作
rot.at(0, 2) += bbox.width / 2.0 - center.x;//调整仿射变换矩阵参数【a,b,l/n b,c,m】此步在调节l,m值
rot.at(1, 2) += bbox.height / 2.0 - center.y;//
Mat dst;
warpAffine(lena, dst, rot, bbox.size());
即可完成没有缺损得旋转图像!