OpenCV中霍夫直線變換

首先要知道，一條直線的通用表達式為$y=ax+b$,a為直線的斜率，b為直線的截距，知道這兩個參數可以唯一確定一條直線。通常我們往常我們求三個點，是否在一條直線上，我們讓其兩兩組合分別求斜率和截距，如果一樣，我們則說三個點在同一條直線。但是現在在我們的圖像中無法使用這樣的方法。
$y=kx+b$在x-y坐標系中變換為$b=?xk+y$,則在k-b坐標系中交于一點，則有相同的k和b，所以在x-y坐標系中處于同一條直線上。同樣的道理在霍夫變換采用將直線變為極坐標，因為直線坐標的話可能會存在直線不存在的情況。
$$x=\rho cos\theta andy=\rho sin\theta$$
$$y=(?\frac{cos\theta }{sin\theta })x+(\frac{r}{sin\theta })$$
最終我們將原式轉化為$r=xcos\theta +ysin\theta$這樣的形式。
下面就說說這樣的形式有什么用?
根據上式:
$$r_0=x_{0}cos\theta +y_{0}sin\theta$$
$$....$$
$$r_i=x_{i}cos\theta +y_{i}sin\theta$$
選中$(x_0,y_0)$在該點計算$\theta 從1?180的直線到(0，0)的距離，從而繪制出\theta ?r的圖像$如下圖:
同樣的，我們再選取$(x_i,y_i)$點執行相同的操作，又可以得到一條曲線。這樣我們我們選取i個點就得到了i條曲線，如下圖:

當多條直線有交點時，就證明$(x_n,y_n)和(x_m,y_m)$在相同的$\theta$時擁有相同的r，在上述的式子中可以知道，當這兩個值相同時，這兩個點在同一條直線上。那么當有若干條曲線交于一點，那么這若干個點都在一條直線上。

上述敘述了在數學鄰域的計算推導，那么如何應用與圖像中呢?
我們知道一幅圖像可以看成一個大的矩陣，而霍夫直線檢測一般應用于邊緣檢測之后，所以一般都是灰度圖。從而我們可以將圖像看成下面這個樣子。
$$?\begin{array}{ccc}{x}_{00}& \dots & x_{0i}\\ \dots & \dots & \dots \\ x_{i0}& \dots & x_{ii}\end{array}?$$

具體的如何利用圖像像素來進行上述原理的實現，不是很清楚，我搜了一下，也沒有注意到。但是我有一種猜測，因為要進行霍夫變換的都是邊緣檢測后的二值圖像，所以在進行霍夫變換時，只對邊緣信息的像素的進行上述的處理。具體內部實現，未知。

HoughLinesP(輸入圖像，8位，單通道輸出包含四個元素的vector，(x1,y1,x2,y2)兩個直線端點像素最小單位，角度最小單位，極坐標中交點個數，最小長度，兩個點之間最大的間距，如果小于，則連接視為同一條直線。 ); #include "opencv2/opencv.hpp" #include <vector>using namespace std; using namespace cv;int main(int argc, char *argv[]) {Mat src,dst;src = imread("/home/dynamicw/Project/C++_Project/opencvtest/src/lesson01/source/white_black.png",0);Canny(src,dst,50,200,3);cvtColor(dst,src,CV_GRAY2BGR);vector<Vec4i> lines;HoughLinesP(dst,lines,1,CV_PI/180,30,3,5);for (size_t i = 0;i < lines.size();i++){Vec4i l = lines[i];line(src,Point(l[0],l[1]),Point(l[2],l[3]),Scalar(0,0,255),3,CV_AA);}imshow("src",src);waitKey(0);return 0; }

總結

以上是生活随笔為你收集整理的OpenCV中霍夫直线变换的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。