少有人走的路霍夫变换直线检测
前提条件：边缘检测已经完成（单通道8位灰度图像，经过二值化变为黑白图像）
平面空间转到极坐标空间
通过上式子可以把像素点转化成极坐标，如下图所示。
上面的曲线相交与一点，说明了什么信息呢？说明这些像素都在一条直线。
比如一个图像有200个像素，通过坐标变换。那么就可以得到200条曲线。相交点的对应横坐标角度就是直线在空间坐标的角度。这就是霍夫变换的原理。
霍夫直线变换介绍：
变换到极坐标中，从[0,360]空间，可以得到r的大小
属于同一条直线上点在极坐标空间（r，θ）必然在一个点上有强的信号出现，根据此反算到平面坐标中可以得到直线上各点的像素坐标，从而得到直线。
相关API学习：
标准的霍夫变换 HoughLines从平面坐标转换到霍夫空间，最终输出（θ，r）表示极坐标空间。
霍夫变换直线斜率概率 HoughLinesP最终输出直线的两个点空间坐标。
HoughLines(
src,
dst,
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_P/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，设置为0表示经典变换
double stn=0，
double min_theta=0,
double max_theta=CV_PI
);
HoughLines(
src,
dst,
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_P/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 最大间隔像素
);
代码：
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;
void help()
{
cout << "\nThis program demonstrates line finding with the Hough transform.\n"
"Usage:\n"
"./houghlines <image_name>, Default is pic1.jpg\n" << endl;
}
int main(int argc, char** argv)
{
const char* filename = argc >= 2 ? argv[1] : "1.jpg";
Mat src = imread(filename, 0);
imshow("source", src);
if(src.empty())
{
help();
cout << "can not open " << filename << endl;
return -1;
}
Mat dst, cdst;
Canny(src, dst, 50, 200, 3);
cvtColor(dst, cdst, CV_GRAY2BGR);
#if 0
vector<Vec2f> lines;
HoughLines(dst, lines, 1, CV_PI/180, 100, 0, 0 );
for( size_t i = 0; i < lines.size(); i++ )
{
float rho = lines[i][0], theta = lines[i][1];
Point pt1, pt2;
double a = cos(theta), b = sin(theta);
double x0 = a*rho, y0 = b*rho;
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( cdst, pt1, pt2, Scalar(0,0,255), 3, CV_AA);
}
#else
vector<Vec4i> lines;
HoughLinesP(dst, lines, 1, CV_PI/180, 90, 0,2 );
for( size_t i = 0; i < lines.size(); i++ )
{
Vec4i l = lines[i];
line( src, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0,0,255), 3, CV_AA);
}
#endif
imshow("detected lines", src);
waitKey();
return 0;
}效果：
————————————————
版权声明：本文为CSDN博主「南山二毛」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：
https://blog.csdn.net/qq_16481211/article/details/79607896
