霍夫直线变换

1 、原理

直角坐标系转化为极坐标系

image.png

image.png

当x0，y0为直线上一个固定的点，就会有r-θ的曲线图

image.png

image.png

当多个点的曲线在一起的时候

image.png

越多曲线交于一点也就意味着这个交点表示的直线由更多的点组成. 一般来说我们可以通过设置直线上点的 阈值 来定义多少条曲线交于一点我们才认为 检测 到了一条直线.通过相交到一个点来判断是否在一条直线上

3 、整体代码测试

cv::HoughLines(
InputArray src, // 输入图像，必须8-bit的灰度图像
OutputArray lines, // 输出的极坐标来表示直线
double rho, // 生成极坐标时候的像素扫描步长
double theta, //生成极坐标时候的角度步长，一般取值CV_PI/180
int threshold, // 阈值，只有获得足够交点的极坐标点才被看成是直线
double srn=0;// 是否应用多尺度的霍夫变换，如果不是设置0表示经典霍夫变换
double stn=0;//是否应用多尺度的霍夫变换，如果不是设置0表示经典霍夫变换
double min_theta=0; // 表示角度扫描范围 0 ~180之间， 默认即可
double max_theta=CV_PI
)

cv::HoughLinesP(
InputArray src, // 输入图像，必须8-bit的灰度图像
OutputArray lines, // 输出的极坐标来表示直线
double rho, // 生成极坐标时候的像素扫描步长
double theta, //生成极坐标时候的角度步长，一般取值CV_PI/180
int threshold, // 阈值，只有获得足够交点的极坐标点才被看成是直线
double minLineLength=0;// 最小直线长度
double maxLineGap=0;// 最大间隔
)

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;
int main(int argc, char** argv) {
    Mat src, src_gray, dst, dst1;
    src = imread("D:\\21.png");
    if (!src.data) {
        printf("could not load image...\n");
        return -1;
    }

    char INPUT_TITLE[] = "input image";
    char OUTPUT_TITLE[] = "hough-line-detection";
    namedWindow(INPUT_TITLE, CV_WINDOW_AUTOSIZE);
    namedWindow(OUTPUT_TITLE, CV_WINDOW_AUTOSIZE);
    imshow(INPUT_TITLE, src);
    cvtColor(src, src_gray, CV_BGR2GRAY); //
    //extract edge
    Canny(src_gray, dst,50, 200);//边缘检测
    cvtColor(dst, dst1, CV_GRAY2BGR);//色彩空间变化
    std::cout  << "...."<< dst.channels()<< endl;
    vector<Vec2f> lines;
    HoughLines(dst, lines, 1, CV_PI / 180, 150, 0, 0);
    std::cout << "...." << lines.size() << endl;
    for (size_t i = 0; i < lines.size(); i++) {
        float rho = lines[i][0]; // 极坐标中的r长度
        float theta = lines[i][1]; // 极坐标中的角度
        Point pt1, pt2;
        double a = cos(theta), b = sin(theta);
        double x0 = a * rho, y0 = b * rho;
        // 转换为平面坐标的四个点
        pt1.x = cvRound(x0 + 1000 * (-b));
        pt1.y = cvRound(y0 + 1000 * (a));
        pt2.x = cvRound(x0 - 1000 * (-b));
        pt2.y = cvRound(y0 - 1000 * (a));
        line(dst1, pt1, pt2, Scalar(0, 0, 255), 1, CV_AA);
    }
    imshow(OUTPUT_TITLE, dst1);
    std::cout << "...." << "loopok" << endl;
    waitKey(0);
    return 0;
}

image.png