opencv学习笔记霍夫变换——直线检测

参考大佬博文：blog.csdn.net/jia20003/article/details/7724530

lps-683.iteye.com/blog/2254368

openCV里有两个函数（比较常用）处理霍夫变换直线检测，有什么区别呢。

CvHoughLine：是用于标准的霍夫变换方法

CvHoughLine2：可以使用三种霍夫变换的方法，分别是标准霍夫变换（SHT）、多尺度标准霍夫变换（MSHT）、累计概率霍夫变换（PPHT）。

函数原型：

CvSeq* cvHoughLines2(

CvArr* image,

void* line_storage,

int mehtod,

double rho,

double theta,

int threshold,

double param1 =0,

double param2 =0

);

image

输入 8-比特、单通道 (二值) 图像，当用CV_HOUGH_PROBABILISTIC方法检测的时候其内容会被函数改变。

line_storage

检测到的线段存储仓. 可以是内存存储仓 (此种情况下，一个线段序列在存储仓中被创建，并且由函数返回），或者是包含线段参数的特殊类型（见下面）的具有单行/单列的矩阵(CvMat*)。矩阵头为函数所修改，使得它的 cols/rows 将包含一组检测到的线段。如果 line_storage 是矩阵，而实际线段的数目超过矩阵尺寸，那么最大可能数目的线段被返回(线段没有按照长度、可信度或其它指标排序).

method

Hough 变换变量，是下面变量的其中之一：

CV_HOUGH_STANDARD - 传统或标准 Hough 变换. 每一个线段由两个浮点数 (ρ, θ) 表示，其中 ρ 是直线与原点 (0,0) 之间的距离，θ 线段与 x-轴之间的夹角。因此，矩阵类型必须是 CV_32FC2 type.

CV_HOUGH_PROBABILISTIC - 概率 Hough 变换(如果图像包含一些长的线性分割，则效率更高). 它返回线段分割而不是整个线段。每个分割用起点和终点来表示，所以矩阵（或创建的序列）类型是 CV_32SC4.

CV_HOUGH_MULTI_SCALE - 传统 Hough 变换的多尺度变种。线段的编码方式与 CV_HOUGH_STANDARD 的一致。

rho

与像素相关单位的距离精度

theta

弧度测量的角度精度

threshold

阈值参数。如果相应的累计值大于 threshold， 则函数返回这条线段.

param1

第一个方法相关的参数:

对传统 Hough 变换，不使用(0).

对概率 Hough 变换，它是最小线段长度.

对多尺度 Hough 变换，它是距离精度 rho 的分母 (大致的距离精度是 rho 而精确的应该是 rho / param1 ).

param2

第二个方法相关参数:

对传统 Hough 变换，不使用 (0).

对概率 Hough 变换，这个参数表示在同一条直线上进行碎线段连接的最大间隔值(gap), 即当同一条直线上的两条碎线段之间的间隔小于param2时，将其合二为一。

对多尺度 Hough 变换，它是角度精度 theta 的分母 (大致的角度精度是 theta 而精确的角度应该是 theta / param2).

     #include <highgui.h>
     #include <cv.h>
     #include <math.h>  

     int main(int argc, char** argv)
     {
         IplImage* src;
         src = cvLoadImage( argv[],  ); //加载灰度图
         IplImage* dst = cvCreateImage( cvGetSize( src ), IPL_DEPTH_8U,  );
         IplImage* color_dst = cvCreateImage( cvGetSize( src ), IPL_DEPTH_8U,  );  //创建三通道图像
         CvMemStorage* storage = cvCreateMemStorage();
         CvSeq* lines = ;
         cvCanny( src, dst, , ,  );  //首先运行边缘检测，结果以灰度图显示（只有边缘）
         cvCvtColor( dst, color_dst, CV_GRAY2BGR ); //色彩空间转换，将dst转换到另外一个色彩空间即3通道图像
         lines = cvHoughLines2( dst, storage, CV_HOUGH_PROBABILISTIC, , CV_PI/, , ,  ); //直接得到直线序列  

         //循环直线序列
         for( int i = ; i < lines ->total; i++ )  //lines存储的是直线
         {
             CvPoint* line = ( CvPoint* )cvGetSeqElem( lines, i );  //lines序列里面存储的是像素点坐标
             cvLine( color_dst, line[], line[], CV_RGB( , ,  ) );  //将找到的直线标记为红色
             //color_dst是三通道图像用来存直线图像
         }
         cvNamedWindow( "src",  );
         cvShowImage( "src", src );
         cvNamedWindow( "Hough",  );
         cvShowImage( "Hough", color_dst );
         cvWaitKey();  

         return ;
     }