目录
一、前言
二、霍夫变换
1、霍夫变换是个啥
2、常用霍夫变换
三、霍夫直线变换
1、讲解
2、API
1.HoughLines
2.HoughLinesP
3、代码展示
4、执行结果
一、前言
终于更新到霍夫直线变换了，跟以前写的博客成功接轨。opencv基础博客也即将更新完毕，感谢大家的支持，我们要再接再厉呀！
如果想看其他有关于OpenCV学习方法介绍、学习教程、代码实战、常见报错及解决方案等相关内容，可以直接看我的OpenCV分类：
二、霍夫变换
1、霍夫变换是个啥
我们先来了解一下霍夫变换是个啥
霍夫变换是一种特征检测(feature extraction)，被广泛应用在图像分析（image analysis）、计算机视觉(computer vision)以及数位影像处理(digital image processing)。
霍夫变换是用来辨别找出物件中的特征，其流程大致如下：
给定一个物件、要辨别的形状的种类，算法会在参数空间(parameter space)中执行投票来决定物体的形状，而这是由累加空间(accumulator space)里的局部最大值(local maximum)来决定。
2、常用霍夫变换
我们会经常使用到如下两个霍夫变换：
1.霍夫直线变换：在图像中寻找直线
2.霍夫圆变换：在图像中寻找圆。
这个博客，我们一起来了解一下啥是霍夫直线变换，。如果你想了解霍夫圆变换，请转移到：
【opencv学习笔记】022之霍夫圆变换
三、霍夫直线变换
1、讲解
上面我们知道霍夫直线变换，就是用来检测直线的，那怎么知道一条线是直线呢？
假设我们有上图这个红色的直线，大家看到这个θ和r，学过极坐标的同学应该就能知道了，我们要用极坐标来表示直线了。
对于一条直线来说，我们首先要知道它的平面直角坐标表示（只考虑二维平面）：
而对于上图，我们能知道：
根据上面的公式，我们能够推导出如下公式：
推导过程可以如下：
得到这个公式，有什么作用呢？
我们知道x和y是直线上的点，我们为了方便讲解，我们取一条直线来说明：
对于上面这条直线，有如下五个点是在直线上的：
所以我们可以得到五条直线：
如果我们以θ为横坐标，r为纵坐标，当我们把这五条直线画在同一个坐标系中，我们能得到下面这幅图：
我们发现，这五条直线交于同一点，这就是直线有的特点，我们就通过这个特点，将所有的直线累加，那交点处因为是所有直线的累加，其像素值一定是最高的，我们知道，像素越高，在图像上越亮，当达到255的时候，是最亮，即为白色。所以我们可以通过这种方式来检测到直线。
2、API
1.HoughLines
接下来我们讲一下API。霍夫直线有两个API，首先我们先讲一个偏专业的
HoughLines(
InputArray image,
OutputArray lines,
double rho,
double theta,
int threshold,
double srn = 0,
double stn = 0,
double min_theta = 0,
double max_theta = CV_PI
);
函数参数含义如下：
（1）InputArray类型的src ，8位，单通道二进制源图像。
（2）OutputArray类型的lines，直线的输出向量。每一直线都由一个双元素向量表示。rho是距坐标原点的距离（0,0）（图像左上角）。theta是以弧度为单位的线旋转角度。
（3）double类型的rho，累加器的距离分辨率（像素）
（4）double类型的theta，累加器的角度分辨率（弧度）。
（5）int类型的threshold，累加器阈值参数。只返回获得足够累加器数量的直线。
（6）double类型的srn，对于多尺度Hough变换，它是距离分辨率rho的除数，粗累加器距离分辨率为rho，精确累加器分辨率为rho/srn。如果srn=0和stn=0，则使用经典Hough变换。否则，这两个参数都应为正。
（7）double类型的sth，对于多尺度Hough变换，它是距离分辨率θ的除数。
（8）double类型的min_theta，用于标准和多尺度Hough变换，检查直线的最小角度。必须介于0和maxθ之间。
（9）double类型的max_theta，用于标准和多尺度Hough变换，用于检查线条的最大角度。必须介于最小θ和CVπ之间。
2.HoughLinesP
接下来我们先讲一个实用性更高的
HoughLines(
InputArray image,
OutputArray lines,
double rho,
double theta,
int threshold,
double minLineLength = 0,
double maxLineGap = 0
);
函数参数含义如下：
（1）InputArray类型的src ，8位，单通道二进制源图像。
（2）OutputArray类型的lines，直线的输出向量。每一直线都由一个双元素向量表示。rho是距坐标原点的距离（0,0）（图像左上角）。theta是以弧度为单位的线旋转角度。
（3）double类型的rho，累加器的距离分辨率（像素）
（4）double类型的theta，累加器的角度分辨率（弧度）。
（5）int类型的threshold，累加器阈值参数。只返回获得足够累加器数量的直线。
（6）double类型的minLineLength，最小直线长度。小于该值的线段将被拒绝。
（7）double类型的maxLineGap，同一行上的点之间链接它们所允许的最大间距。
3、代码展示
如果我们使用HoughLines，代码如下：
#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
Mat src, src_gray, dst;
src = imread("E:/image/HoughLines.bmp");
if (!src.data)
{
cout << "could not load image !";
return -1;
}
imshow("【输入图像】", src);
Canny(src, src_gray, 0, 255);
cvtColor(src_gray, dst, CV_GRAY2BGR);
imshow("【获取边缘】", src_gray);
vector<Vec2f> lines;
HoughLines(src_gray, lines, 1, CV_PI / 180, 100);
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), 5, CV_AA);
}
imshow("【输出图像】", dst);
waitKey(0);
return 0;
}
如果我们使用HoughLinesP，代码如下：
#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
Mat src, src_gray, dst;
src = imread("E:/image/HoughLines.bmp");
if (!src.data)
{
cout << "could not load image !";
return -1;
}
imshow("【输入图像】", src);
Canny(src, src_gray, 0, 255);
cvtColor(src_gray, dst, CV_GRAY2BGR);
imshow("【获取边缘】", src_gray);
vector<Vec4f> plines;
HoughLinesP(src_gray, plines, 1, CV_PI / 180.0, 10, 0, 10);
cout << plines.size() << endl;
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("【输出图像】", dst);
waitKey(0);
return 0;
}
4、执行结果
HoughLines
HoughLinesP
可以看到他把所有的直线全部都标注出来，大家也可以自己调整参数观看效果哦。
大家也可以自己尝试一下呀，一定要多做练习！
