OpenCV-累计概率霍夫变换cv::HoughLinesP

Posted 2021-12-19 翟天保Steven

作者：翟天保Steven
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处 

函数原型

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

参数说明

1. InputArray类型的image，输入图像，需为8位的单通道二进制图像。
2. InputArray类型的lines，调用HoughLines函数后存储了霍夫线变换检测到线条的输出矢量。每一条线由具有两个元素的矢量（r,t）表示。r为离坐标原点的距离，t为弧度线条旋转角度。
3. double类型的rho，以像素为单位的距离精度。
4. double类型的theta，以弧度为单位的角度精度。
5. int类型的threshold，累加平面的阈值参数，即识别某部分为图中一直线时它在累加平面中必须达到的值。大于阈值的线段才可以被检测通过并返回到结果中。
6. double类型的minLineLength，默认值为0，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。
7. double类型的minLineGap，默认值为0，允许将同一行点与点之间连接起来的最大的距离。

什么是累计概率霍夫变换？

      OpenCV支持累计概率霍夫变换（PPHT），调用函数为HoughLinesP，PPHT是标准霍夫变换（SHT）的一个改进，它在一定范围内进行霍夫变换，计算单独线段的方向以及范围，从而大大减少计算量，缩短计算时间。之所以称其为“概率”，是因为并不将累加器平面内的所有可能的点累加，而只是累加其中的一部分，该想法是如果峰值足够高，只用一小部分时间去寻找它就足够了，PPHT的执行效率相比SHT高很多。

      霍夫变换的具体介绍请看：OpenCV-标准霍夫变换cv::HoughLines_翟天保的博客-CSDN博客

测试代码

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

using namespace std;
using namespace cv;

void main()

	Mat src = imread("test.png");
	Mat mid, dst;
	Canny(src, mid, 200, 250);
	cvtColor(mid, dst, COLOR_GRAY2BGR);
	// 累计概率霍夫变换
	vector<Vec4f> lines;
	HoughLinesP(mid, lines, 1, CV_PI / 180.0, 150, 50, 20);
	for (size_t i = 0; i < lines.size(); ++i)
	
		Vec4f l = lines[i];
		line(dst, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0, 255, 255), 1, 16);
	

	imshow("src", src);
	imshow("mid", mid);
	imshow("result", dst);
	waitKey(0);
	system("pause");

测试效果

图1 原图

图2 边缘检测

图3 直线检测效果图

       看过霍夫变换的同学应该知道，两个函数输出line的变量类型不一样，一个是vector<Vec2f>，另一个是vector<Vec4f>，所以在使用时要注意区分；另外个人建议采用累计概率霍夫变换进行直线检测，效率高且识别效果更优。

       如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！