【opencv2】直线hough变换

在opencv2中，直线Hough变换有以下两种形式：

标准霍夫线变换（HoughLines）

       原理在这里的博客已经说了。此函数能给我们提供一组参数对（θ，rθ） 的集合来表示检测到的直线

统计概率霍夫线变换（HoughLinesP ）

      这是执行起来效率更高的霍夫线变换. 它输出检测到的直线的端点（x0,y0,xn,xn） 

先看程序，后面会讲一下每个函数的用法：

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;
int main(int argc, char** argv)
{
	string imageName = "1.jpg";
	Mat src, dst, color_dst;
	src = imread("1.jpg", 0); //读取图像，以灰度的方式 
	Canny(src, dst, 50, 200, 3);//使用canny算子进行边缘检测
	cvtColor(dst, color_dst, CV_GRAY2BGR);//将单通道的灰度图转化为3通到的图，用于后面用彩色画笔画线
#if 0  //标准Hough变换
	vector<Vec2f> lines;
	HoughLines( dst, lines, 1, CV_PI/180, 100 );
	for( size_t i = 0; i < lines.size(); i++ )
	{
		float rho = lines[i][0];
		float theta = lines[i][1];
		double a = cos(theta), b = sin(theta);
		double x0 = a*rho, y0 = b*rho;
		Point pt1(cvRound(x0 + 1000*(-b)),
			cvRound(y0 + 1000*(a)));
		Point pt2(cvRound(x0 - 1000*(-b)),
			cvRound(y0 - 1000*(a)));
		line( color_dst, pt1, pt2, Scalar(0,0,255), 3, 8 );
	}
#else  //统计概率Hough变换
	vector<Vec4i> lines;
	HoughLinesP(dst, lines, 1, CV_PI / 180, 200, 30, 10);
	for (size_t i = 0; i < lines.size(); i++)
	{
		line(color_dst, Point(lines[i][0], lines[i][1]),
			Point(lines[i][2], lines[i][3]), Scalar(0, 0, 255), 1, 8);
	}
#endif
	namedWindow( "Source", 1 );
	imshow( "Source", src );
	namedWindow( "Detected Lines", 1 );
	imshow("Detected Lines", color_dst);
	waitKey(0);
	return 0;
}

这是opencv手册中给出的参数解释,有些特殊符号打不出来，可以参见这里：

标准hough变换函数：

void HoughLines(InputArray image, OutputArray lines, double rho, double theta, int threshold, double srn=0, double stn=0 )

· image – 8-bit, single-channel binary source image. The image may be modified by the function.

· lines – Output vector of lines. Each line is represented by a two-element vector（ρ，θ）           

      ρis the distance from the coordinate origin  (topleft corner of the image).  θis the line rotation angle in radians (0，pi).

· rho – Distance resolution of the accumulator in pixels.

· theta – Angle resolution of the accumulator in radians.

· threshold – Accumulator threshold parameter. Only those lines are returned that get enough votes .

· srn – For the multi-scale Hough transform, it is a divisor for the distance resolution rho . The coarse accumulator distance resolution is rho and the accurate accumulator resolution is rho/srn . If both srn=0 and stn=0 , the classical Hough transform is used. Otherwise, both these parameters should be positive.

· stn – For the multi-scale Hough transform, it is a divisor for the distance resolution theta.

下面是我的翻译和理解：

dst: 边缘检测的输出图像. 它应该是个灰度图 (但事实上是个二值化图) 

lines: 储存着检测到的直线的参数对（ρ，θ）的容器 

rho : 参数极径 ρ 以像素值为单位的分辨率. 程序里使用的是 1 像素.

theta: 参数极角 θ 以弧度为单位的分辨率. 我们使用 1度 (即CV_PI/180)

threshold: 确认一条直线的累加器的最小累加值。即认为累加器累加的次数超过threshold后，其参数对应的线才为直线。

srn和stn一组额外的参数，用于多尺度hough变换。当这两个参数都为0时才执行标准hough算法。

统计概率hough变换函数：

void HoughLinesP(InputArray image, OutputArray lines, double rho, double theta, int threshold, double minLineLength=0, double maxLineGap=0 )

前面的几个参数都与标准hough含义一致，只有最后两个不一样。

这里是opencv手册给出的解释：

     minLineLength – Minimum line length. Line segments shorter than that are rejected.

     maxLineGap – Maximum allowed gap between points on the same line to link them.

下面是我的翻译和理解：

     minLinLength：直线的最小长度。即当检测出的直线长度大于minLinLength，才认为这是一条直线。 

     maxLineGap: 能够允许一条直线所存在缺口（中断）点数的最大值。即假若直线从中间某处断开，那么所允许的缺口的最大长度。

调节上面两个参数可以减少图像中干扰直线。

下面给出原图：

检测后的效果图：

具体效果要看参数的选择。