霍夫變換（直線檢測、圓檢測）

可以看出如果笛卡爾坐標系的點共線，這些點在霍夫空間對應的直線交於一點：這也是必然，共線只有一種取值可能。

如果不止一條直線呢？再看看多個點的情況（有兩條直線）：

 

 

 

 

 

 

 

在opencv中步驟解讀：

具體步驟：

1. 彩色圖像->灰度圖

2. 去噪（高斯核）

3. 邊緣提取（梯度算子、拉普拉斯算子、canny、sobel） 

4. 二值化（判斷此處是否為邊緣點，就看灰度值==255）

5. 映射到霍夫空間（准備兩個容器，一個用來展示hough-space概況，一個數組hough-space用來儲存voting的值，因為投票過程往往有某個極大值超過閾值，多達幾千，不能直接用灰度圖來記錄投票信息）

6. 取局部極大值，設定閾值，過濾干擾直線

7. 繪制直線、標定角點

函數HoughLines的實現代碼

#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/opencv.hpp"
#include <iostream>
using namespace cv;
using namespace std;
using std::cout;
int main()
{

	Mat g_srcImage, midImage, dstImage;
	namedWindow("[原始圖]");
	g_srcImage = imread("E:\\VS2015Opencv\\vs2015\\project\\picture\\01.jpg");
	if (!g_srcImage.data) { cout << "error read image" << endl; return 0; }

	imshow("[原始圖]", g_srcImage);

	Canny(g_srcImage, midImage, 50, 200, 3);
	cvtColor(midImage, dstImage, CV_GRAY2BGR);

	vector<Vec2f> lines;
	HoughLines(midImage, lines, 0.5, CV_PI / 18, 150, 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 + 2000 * (-b));  //把浮點數轉化成整數
		pt1.y = cvRound(y0 + 2000 * (a));
		pt2.x = cvRound(x0 - 2000 * (-b));
		pt2.y = cvRound(y0 - 2000 * (a));
		line(dstImage, pt1, pt2, Scalar(128, 128, 0), 1, CV_AA);
	}
	imshow("邊緣檢測后的圖", midImage);
	imshow("標准霍夫線變換效果圖", dstImage);

	waitKey(0);
	return 0;
}

　　

 

 函數HoughLinesP的代碼

#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;
    src = imread("E:\\VS2015Opencv\\vs2015\\project\\picture\\01.jpg");

    char INPUT_TITLE[] = "input image";

    imshow(INPUT_TITLE, src);

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

    //方法1（標准霍夫變換）
    //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]; // 極坐標中的r長度
    //    float theta = lines[i][1]; // 極坐標中的角度
    //    Point pt1, pt2;
    //    double a = cos(theta), b = sin(theta);
    //    double x0 = a * rho, y0 = b * rho;
    //    // 轉換為平面坐標的四個點
    //    pt1.x = cvRound(x0 + 1000 * (-b));//對一個double型的數進行四舍五入，並返回一個整型數！
    //    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);
    //}


    //第二種方法（概率霍夫變換）
    vector<Vec4f> plines;
    HoughLinesP(src_gray, plines, 1, CV_PI / 180.0, 10, 0, 10);
    Scalar color = Scalar(0, 0, 255);
    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, 3, LINE_AA);
    }

    imshow("效果圖", dst);

    waitKey(0);
    return 0;

}

 

 

主要參考博客：

原理部分：http://www.cnblogs.com/php-rearch/p/6760683.html（相當清楚，不解釋，）

源碼分析1:http://blog.csdn.net/zhaocj/article/details/50281537(趙春江老師，很多源碼都給出了詳解，尤其是那篇sift，看的熱血沸騰)

源碼分析2:http://blog.csdn.net/traumland/article/details/51319644

源碼分析3:http://blog.csdn.net/sunshine_in_moon/article/details/45271647

Samples1:http://blog.csdn.net/poem_qianmo/article/details/26977557/   (還是淺墨)

Samples2:http://www.cnblogs.com/skyfsm/p/6881686.html
講解：https://blog.csdn.net/qq_37059483/article/details/77891698
 這篇博客的博主在進行Canny之前使用了大津法先進行分割：http://blog.csdn.net/dcrmg/article/details/52464209

 

園檢測

#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;

const int kvalue = 15;//雙邊濾波鄰域大小

int main()
{
    Mat src_color = imread("E:\\VS2015Opencv\\vs2015\\project\\picture\\08.jpg");//讀取原彩色圖
    imshow("原圖-彩色", src_color);

    //聲明一個三通道圖像，像素值全為0，用來將霍夫變換檢測出的圓畫在上面
    Mat dst(src_color.size(), src_color.type());
    dst = Scalar::all(0);

    Mat src_gray;//彩色圖像轉化成灰度圖
    cvtColor(src_color, src_gray, COLOR_BGR2GRAY);
    imshow("原圖-灰度", src_gray);
    imwrite("src_gray.png", src_gray);

    Mat bf;//對灰度圖像進行雙邊濾波
    bilateralFilter(src_gray, bf, kvalue, kvalue * 2, kvalue / 2);
    imshow("灰度雙邊濾波處理", bf);
    imwrite("src_bf.png", bf);

    vector<Vec3f> circles;//聲明一個向量，保存檢測出的圓的圓心坐標和半徑
    HoughCircles(bf, circles, CV_HOUGH_GRADIENT, 1.5, 20, 130, 38, 10, 50);//霍夫變換檢測圓

    cout << "x=\ty=\tr=" << endl;
    for (size_t i = 0; i < circles.size(); i++)//把霍夫變換檢測出的圓畫出來
    {
        Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
        int radius = cvRound(circles[i][2]);

        circle(dst, center, 0, Scalar(0, 255, 0), -1, 8, 0);
        circle(dst, center, radius, Scalar(0, 0, 255), 1, 8, 0);

        cout << cvRound(circles[i][0]) << "\t" << cvRound(circles[i][1]) << "\t"
            << cvRound(circles[i][2]) << endl;//在控制台輸出圓心坐標和半徑                
    }

    imshow("特征提取", dst);
    imwrite("dst.png", dst);

    waitKey();
}

 

 可以參考：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/table_of_content_imgproc/table_of_content_imgproc.html#table-of-content-imgproc