HoughLines
利用 Hough 变换在二值图像中找到直线
CvSeq* cvHoughLines2( CvArr* image, void* line_storage, int method, 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(对于标准hough变换,线段按照长度降序输出).
- 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
- 与象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, 则函数返回的这个线段.
- 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).
函数 cvHoughLines2 实现了用于线段检测的不同 Hough 变换方法. Example. 用 Hough transform 检测线段
例题如下:
- #include "stdafx.h"
- #include <cv.h>
- #include <highgui.h>
- #include <math.h>
- int main(int argc, char** argv)
- {
- IplImage* src;
- src=cvLoadImage("building.jpg",0);
- IplImage* dst = cvCreateImage( cvGetSize(src), 8, 1 );
- IplImage* color_dst = cvCreateImage( cvGetSize(src), 8, 3 );
- CvMemStorage* storage = cvCreateMemStorage(0);
- CvSeq* lines = 0;
- int i;
- cvCanny( src, dst, 50, 200, 3 );
- cvCvtColor( dst, color_dst, CV_GRAY2BGR );
- lines = cvHoughLines2( dst, storage, CV_HOUGH_PROBABILISTIC, 1, CV_PI/180, 80, 30, 10 );
- for( i = 0; i < lines->total; i++ )
- {
- CvPoint* line = (CvPoint*)cvGetSeqElem(lines,i);
- cvLine( color_dst, line[0], line[1], CV_RGB(255,0,0), 3, 8 );
- }
- cvNamedWindow( "Source", 1 );
- cvShowImage( "Source", src );
- cvNamedWindow( "Hough", 1 );
- cvShowImage( "Hough", color_dst );
- cvWaitKey(0);
- }
结果为:
参考文献:
1.学习OpenCV,于仕祺,刘瑞祯,清华大学出版,pp.175-179
2.http://www.opencv.org.cn/index.php/Cv%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86#HoughLines
3.OpenCV文档,路径:"OpenCV2.2\doc\opencv.pdf
转载自: http://blog.csdn.net/superdont/article/details/6664254