Delphi中使用cvHoughLines2获取图像的边界坐标
var
img: PIplImage;
smt: PIplImage;
iot: PIplImage;
i: Integer;
threshold_type: Integer;
adaptive_method: Integer;
block_size: Integer;
offset: Double;
value: PInteger;
sz: TSize;
pnt: CvPoint;
vl: CvScalar;
res: PCvSeq;
//锐化
knl: PCvMat;
pdata: array[0..9] of float;
p: PFloat;
sFileName: string;
storage: PCvMemStorage;
lines: PCvSeq;
color_dst: PIplImage;
line, line1: pCvPoint;
delay: Int64;
begin
if OpenDialog1.Execute then
sFileName := OpenDialog1.FileName
else
Exit;
delay := THelp.GetSysTickCount64;
threshold_type := CV_THRESH_BINARY;
adaptive_method := CV_ADAPTIVE_THRESH_MEAN_C;
block_size := 71;
offset := 30;
img := cvLoadImage(PChar(sFileName), CV_LOAD_IMAGE_GRAYSCALE);
smt := cvCloneImage(img);
iot := cvCloneImage(smt);
color_dst := cvCreateImage(cvSize_(img^.Width, img^.Height), IPL_DEPTH_8U, 1);
cvCanny(img, smt, StrToInt(Edit3.Text), StrToInt(Edit4.Text));
storage := cvCreateMemStorage(0);
{
image 输入 8-比特、单通道 (二值) 图像，当用CV_HOUGH_PROBABILISTIC方法检测的时候其内容会被函数改变。
line_storage 检测到的线段存储仓. 可以是内存存储仓 (此种情况下，一个线段序列在存储仓中被创建，并且由函数返回），
或者是包含线段参数的特殊类型（见下面）的具有单行/单列的矩阵(CvMat*)。矩阵头为函数所修改，使得它的 cols/rows 将包含一组检测到的线段。
如果 line_storage 是矩阵，而实际线段的数目超过矩阵尺寸，那么最大可能数目的线段被返回(线段没有按照长度、可信度或其它指标排序).
method Hough 变换变量，是下面变量的其中之一： CV_HOUGH_STANDARD - 传统或标准 Hough 变换. 每一个线段由两个浮点数 (ρ, θ) 表示，
其中 ρ 是直线与原点 (0,0) 之间的距离，θ 线段与 x-轴之间的夹角。因此，矩阵类型必须是 CV_32FC2 type.
CV_HOUGH_PROBABILISTIC - 概率 Hough 变换(如果图像包含一些长的线性分割，则效率更高). 它返回线段分割而不是整个线段。
每个分割用起点和终点来表示，所以矩阵（或创建的序列）类型是 CV_32SC4.
CV_HOUGH_MULTI_SCALE - 传统 Hough 变换的多尺度变种。线段的编码方式与 CV_HOUGH_STANDARD 的一致。
rho 与象素相关单位的距离精度
theta 弧度测量的角度精度
threshold 阈值参数。如果相应的累计值大于 threshold， 则函数返回的这个线段.
param1 第一个方法相关的参数: 对传统 Hough 变换，不使用(0). 对概率 Hough 变换，它是最小线段长度.
对多尺度 Hough 变换，它是距离精度 rho 的分母 (大致的距离精度是 rho 而精确的应该是 rho / param1 ).
param2 第二个方法相关参数: 对传统 Hough 变换，不使用 (0). 对概率 Hough 变换，这个参数表示在同一条直线上进行碎线段连接的最大间隔值(gap),
即当同一条直线上的两条碎线段之间的间隔小于param2时，将其合二为一。
对多尺度 Hough 变换，它是角度精度 theta 的分母 (大致的角度精度是 theta 而精确的角度应该是 theta / param2).
}
lines := cvHoughLines2(smt, storage, CV_HOUGH_PROBABILISTIC, 1, CV_PI / 180, 40, 0, 100);
for i := 0 to lines^.total - 1 do
begin
line1 := PCvPoint(cvGetSeqElem(lines, i));
line := line1;
Inc(line1);
cvLine(color_dst, cvPoint_(line^.x, line^.y), cvPoint_(line1^.x, line1^.y), CV_RGB(255, 0, 0), 3, CV_AA, 0);
end;
cvNamedWindow('Example1', CV_WINDOW_AUTOSIZE);
cvNamedWindow('Example2', CV_WINDOW_AUTOSIZE);
cvShowImage('Example1', color_dst);
cvShowImage('Example2', smt);
OutputDebugString(PChar(Format('>>>>共占时%d', [THelp.GetSysTickCount64 - delay])));
cvWaitKey(0);
cvReleaseImage(img);
cvReleaseImage(smt);
cvReleaseImage(color_dst);
cvDestroyWindow('Example1');
cvDestroyWindow('Example2');
end;