OpenCV（三十六）：霍夫直线检测

待我称王封你为后i 2024-03-04 08:04 107阅读 0赞

#### 1.检测直线的霍夫变换原理 ####

![fdd8fa282b6f450496f09ed172e0664f.png][]

![91dfc834689842ba9bdc3ba466c9dfc9.png][]

#### 2.检测直线函数HoughLines() ####

检测直线流程:

Step1:将参数空间的坐标轴离散化。

Step2:将图像中每个非0像素通过映射关系求取在参数空间通过的方格

Step3:统计参数空间内每个方格出现的次数，选取次数大于某一值的方格作为表示直线的方格

Step4:将参数空间中表示直线的方格的参数作为图像中直线的参数

> void cv::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
> 
> )

参数说明：

*  image：输入的二值图像，通常是经过边缘检测后的图像。
 *  lines：输出参数，包含检测到的直线的向量。
 *  rho：极径参数ρ的精确度，以像素为单位。
 *  theta：角度参数θ的精确度，以弧度为单位。
 *  threshold：参数空间中投票阈值，用于确定检测到的直线。
 *  srn、stn、min\_theta、max\_theta：这些参数是可选的，用于进一步细化直线检测的精度和范围。

示例代码：

void drawLine(Mat &img,//要标记直线的图像
                  vector<Vec2f> lines,//检测的直线数据
                  double rows,//原图像的行数(高)
                  double cols,//原图像的列数（宽）
                  Scalar scalar,//绘制直线的颜色
                  int n//绘制直线的线宽
                  ){
        Point pt1,pt2;
        for(size_t i=0;i<lines.size();i++){
            float rho=lines[i][0];//直线距离坐标原点的距离
            float theta=lines[i][1];//直线过坐标原点垂线
            double a=cos(theta);//夹角的余弦值
            double b=sin(theta);//夹角的正弦值
            double x0=a*rho,y0=b*rho;//直线与坐标原点的垂线的交点
            double length=max(rows,cols);//图像高宽的最大值
            //计算直线上的一点
            pt1.x= cvRound(x0+length*(-b));
            pt1.y= cvRound(y0+length*(a));
            //计算直线上的另一点
            pt2.x= cvRound(x0-length*(-b));
            pt2.y= cvRound(y0-length*(a));
            //两点绘制一条直线
            line(img,pt1,pt2,scalar,n);
        }
    }
    //霍夫直线检测
    void Hough_linear_detection(Mat image){
        Mat gray;
        cvtColor(image,gray,COLOR_BGR2GRAY);
        Mat edge;
        //检测边缘图像，并二值化
        Canny(gray,edge,80,180,3, false);
        //用不同的累加器进行检测直线
        vector<Vec2f> lines1,lines2;
        HoughLines(edge, lines1,1,CV_PI/180,50,0,0);
        HoughLines(edge, lines2,1,CV_PI/180,150,0,0);
        //在原图像中绘制直线
        Mat img1,img2;
        image.copyTo(img1);
        image.copyTo(img2);
        drawLine(img1,lines1,edge.rows,edge.cols,Scalar(255),2);
        drawLine(img2,lines2,edge.rows,edge.cols,Scalar(255),2);
        //显示图像
        imwrite("/sdcard/DCIM/edge.png",edge);
        imwrite("/sdcard/DCIM/img1.png",img1);
        imwrite("/sdcard/DCIM/img2.png",img2);
    }

Canny算子边缘检测后图片 ：

![2f3870e8542f41019eecf71b3314d2ca.png][]

用累加器为50进行检测直线：

![6ef319b70b974feaac5df0606994690c.jpeg][]

用累加器为150进行检测直线：

![d001adc5519e407a8e55bb9693e9eb14.jpeg][]

#### 3.检测直线函数 HoughLinesP() ####

> void cv::HoughLinesP ( InputArray image,
> 
> OutputArray lines,
> 
> double rho,
> 
> double theta,
> 
> int threshold,
> 
> double minLineLength =0,
> 
> double maxLineGap = 0
> 
> )

*  image:待检测直线的原图像，必须是CV\_8C的单通道二值图像
 *  lines:霍夫变换检测到的直线输出量，每一条直线都由4个参数进行描述，分别是直线两个端点的坐标
 *  rho:以像素为单位的距离分辨率。
 *  theta: 以弧度为单位的角度分辨率
 *  threshold:累加器的阈值
 *  minLineLength: 直线的最小长度，当检测直线的长度小于该数值时将会被剔除
 *  maxLineGap:允许将同一行两个点连接起来的最大距离。

示例代码：

//霍夫直线检测
    void Hough_linearP_detection(Mat image){
        Mat gray;
        cvtColor(image,gray,COLOR_BGR2GRAY);
        Mat edge;
        //检测边缘图像，并二值化
        Canny(gray,edge,80,180,3, false);
        //利用渐进概率式霍夫变换提取直线
        vector<Vec4i> linesP1,linesP2;
        HoughLinesP(edge, linesP1,1,CV_PI/180,150,30,10);//两个点连接最大距离10
        HoughLinesP(edge, linesP2,1,CV_PI/180,150,30,30);//两个点连接最大距离30
        //绘制两个点连接最大距离10直线检测结果
        Mat img1;
        image.copyTo(img1);
        for(size_t i=0;i<linesP1.size();i++){
            line(img1,Point(linesP1[i][0],linesP1[i][1]),
                 Point(linesP1[i][2],linesP1[i][3]),Scalar(255),3);
        }
        //绘制两个点连接最大距离30直线检测结果
        Mat img2;
        image.copyTo(img2);
        for(size_t i=0;i<linesP2.size();i++){
            line(img2,Point(linesP2[i][0],linesP2[i][1]),
                 Point(linesP2[i][2],linesP2[i][3]),Scalar(255),3);
        }
    
        //显示图像
        imwrite("/sdcard/DCIM/img10.png",img1);
        imwrite("/sdcard/DCIM/img20.png",img2);
    }

绘制两个点连接最大距离10直线检测结果：

![8a5fc92d33ad4b48bdcadb29dafd0ba0.jpeg][]

绘制两个点连接最大距离30直线检测结果：![93d36656f2914ac7a8b155268257a5fb.jpeg][]

[fdd8fa282b6f450496f09ed172e0664f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/04/17dc7688784546319d20d50969e47bc6.png
[91dfc834689842ba9bdc3ba466c9dfc9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/04/d7cb9f0991e94dad80c1df0679e8d770.png
[2f3870e8542f41019eecf71b3314d2ca.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/04/89946b7779f4479a90018d37d74d9bc9.png
[6ef319b70b974feaac5df0606994690c.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/04/d69d368550ec42ac9e8dfc4276a0d755.png
[d001adc5519e407a8e55bb9693e9eb14.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/04/c04a567abea442a3b5ad9e474e68330a.png
[8a5fc92d33ad4b48bdcadb29dafd0ba0.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/04/61f7ffe78a6445408220d4296b46fc9f.png
[93d36656f2914ac7a8b155268257a5fb.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/04/ace070d873f64226a2bb231ced5f4a67.png