OpenCV 霍夫变换——直线

Posted 流楚丶格念

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了OpenCV 霍夫变换——直线相关的知识,希望对你有一定的参考价值。

文章目录

霍夫直线变换介绍

工作原理

如你所知,图像空间中的一行可以用两个变量表示。例如:在笛卡尔坐标系中:参数:(m,b);在极坐标系中:参数:(r,θ)

对于Hough 变换,我们将在极地系统中表达线条。因此,线性方程可以写为:

排列术语:r=xcosθ+ysinθ

通常,对于每个点(x0,y0),我们可以定义通过该点的行给出如下公式:

意思是每一对的 (rθ,θ)表示通过每一排的 (x0,y0)

  • 如果对于给定的 (x0,y0)我们绘制通过它的线族,我们得到一个正弦曲线,例如,对于x0=8和y0=6 ,我们得到以下图(在平面 θ - r)

    我们只需考虑这样的情况: r>0 和 0<θ<2π.

  • 我们可以对图像中的所有点执行上述相同的操作。如果两个不同点的曲线在平面θ - r相交,那意味着两个点都属于同一行。例如,按照上面的例子,并绘制两个点的x1=4, y1=9 和 x2=12, y2=3,,我们得到:

    三个曲线在一个点(0.925,9.6)相交,这些坐标是参数 ( θ,r) 或其中(x0,y0), (x1,y1) 和 (x2,y2) lay.

结论

上面所有的东西是什么意思?
这意味着一般来说,通过找到曲线之间的交点数可以检测到一条线。更多的相交曲线意味着由该交点表示的线具有更多的点。通常,我们可以定义检测线路所需的最小交点数的阈值。

这就是Hough Line变换所做的。它跟踪图像中每个点的曲线之间的交点。如果交叉点的数量高于某个阈值,则它将其声明为具有交点的参数(θ,rθ)的行。

直线变换步骤

  1. 图片加载
  2. 边缘检测和转化为灰度图
  3. 进行霍夫线变换
  4. 依次在图中绘制出每条线段
  5. 显示图像

相关API学习

HoughLines

一般情况是有经验的开发者使用,需要自己反变换到平面空间

函数原理:

  • 标准的霍夫变换 cv::HoughLines从平面坐标转换到霍夫空间,最终输出是极坐标空间 :

函数原型:

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
) 

HoughLinesP

函数原理:

  • 霍夫变换直线概率 cv::HoughLinesP最终输出是直线的两个点

函数原型:

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
)

代码演示

HoughLines(红直线)


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

using namespace cv;
using namespace std;

int main(int argc, char** argv) 
	Mat src, src_gray, dst;
	src = imread("./HoughLines.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);

	// extract edge
	Canny(src, src_gray, 150, 200);
	cvtColor(src_gray, dst, CV_GRAY2BGR);
	imshow("edge image", src_gray);

	/// 使用HoughLines 再翻转到平面空间
	vector<Vec2f> lines;     
	HoughLines(src_gray, lines, 1, CV_PI / 180, 150, 0, 0);
	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(dst, pt1, pt2, Scalar(0, 0, 255), 1, CV_AA); 
	

	imshow(OUTPUT_TITLE, dst);

	waitKey(0);
	return 0;

HoughLinesP(绿直线)


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

using namespace cv;
using namespace std;

int main(int argc, char** argv) 
	Mat src, src_gray, dst;
	src = imread("./HoughLines.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);

	// extract edge
	Canny(src, src_gray, 150, 200);
	cvtColor(src_gray, dst, CV_GRAY2BGR);
	imshow("edge image", src_gray);

	/// 使用 HoughLinesP 
	vector<Vec4f> plines;
	HoughLinesP(src_gray, plines, 1, CV_PI / 180.0, 10, 0, 10);
	Scalar color = Scalar(0, 255, 0);
	for (size_t i = 0; i < plines.size(); i++) 
		Vec4f hline = plines[i];
		line(dst, Point(hline[0], hline[1]), Point(hline[2], hline[3]), color, 1, LINE_AA);
	

	imshow(OUTPUT_TITLE, dst);

	waitKey(0);
	return 0;

以上是关于OpenCV 霍夫变换——直线的主要内容,如果未能解决你的问题,请参考以下文章

opencv学习-霍夫变换-直线检测

opencv学习笔记霍夫变换——直线检测

在opencv中使用霍夫变换检测垂直线

opencv-霍夫直线变换与圆变换

『OpenCV3』霍夫变换

opencv霍夫变换