• opencv::霍夫变换-直线


    霍夫直线变换介绍
    Hough Line Transform用来做直线检测
    前提条件 – 边缘检测已经完成
    平面空间到极坐标空间转换

    对于任意一条直线上的所有点来说,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(r, theta)必然在一个点上有最强的信号出现,根据此反算到平面坐标中就可以得到直线上各点的像素坐标。从而得到直线.

    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 表示极坐标空间

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

    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
    ) // 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
    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
    )
    int main(int argc, char** argv) {
        Mat src, src_gray, dst;
        src = imread(STRPAHT3);
        if (!src.data) {
            printf("could not load image...
    ");
            return -1;
        }
        //边缘检测
        Canny(src, src_gray, 150, 200);
        //灰度
        cvtColor(src_gray, dst, CV_GRAY2BGR);
    /*
        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);
        }*/
    
        vector<Vec4f> plines;
    //霍夫直线检测 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("OUTPUT_TITLE", dst); waitKey(0); return 0; }
  • 相关阅读:
    《基于UML的电子病案管理系统的设计》文献阅读随笔
    《暗时间》读书笔记
    《基于物联网技术的无纸化电子病案管理系统设计与应用》文献阅读随笔
    文献随笔目录
    C语言程序设计第一次作业
    python基础 day24 面向对象——封装
    python基础 day23 面向对象相关
    python基础 day22 面向对象初识
    python基础 day21 re模块及shutil、logging模块
    python基础 day20 正则表达式及re模块及装饰器
  • 原文地址:https://www.cnblogs.com/osbreak/p/11468317.html
Copyright © 2020-2023  润新知