霍夫变换直线检测算法实现OpenCV(C++)-Toy模板网

这篇具有很好参考价值的文章主要介绍了霍夫变换直线检测算法实现OpenCV(C++)。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

一、原理
对于霍夫变换的原理这里就不进行描述啦，感兴趣的可以自行搜索。也可以看知乎上面的这篇贴文通俗易懂理解——霍夫变换原理。
二、算法代码

/*
*参数说明：
*src:待检测的原图像
*rho:以像素为单位的距离分辨率，即距离r离散时的单位长度
*theat:以角度为单位的距离分辨率，即角度Θ离散时的单位长度
*Threshold:累加器阈值，参数空间中离散化后每个方格被通过的
           累计次数大于该阈值，则该方格代表的直线被视为在
		   原图像中存在
*lines:检测到的直线极坐标描述的系数数组，每条直线由两个参
       数表示，分别为直线到原点的距离r和原点到直线的垂线与
	   x轴的夹角Θ 
*/
void myHoughLines(Mat &src,double rho,double theat,int Threshold,vector<Vec2f> &lines)
{
	if (src.empty()|| rho<0.1 || theat>360|| theat<0)
		return ;

	int row = src.rows;
	int col = src.cols;
	Mat gray;
	if (src.channels() > 1)
	{//灰度化
		cvtColor(src, gray, COLOR_BGR2GRAY);
	}
	else
		src.copyTo(gray);

	int maxDistance = sqrt(src.cols*src.cols + src.rows*src.rows);
	int houghMat_cols = 360 / theat;//霍夫变换后距离夹角坐标下对应的Mat的宽
	int houghMat_rows = maxDistance / rho;//霍夫坐标距离夹角下对应的Mat的高
	Mat houghMat = Mat::zeros(houghMat_rows, houghMat_cols, CV_32FC1);

	//边缘检测
	Canny(gray, gray, 100, 200, 3);

	//二值化
	threshold(gray, gray, 160, 255, THRESH_BINARY);

	//遍历二值化后的图像
	for (int i = 0;i < row;i++)
	{
		for (int j = 0;j < col;j++)
		{
			if (gray.ptr<uchar>(i)[j] != 0)
			{
				/*从0到360度遍历角度，得到一组关于距离夹角的离散点，即得到
				一组关于经过当前点(i，j)按单位角度theat旋转得到的直线*/
				for (int k = 0;k < 360/ theat;k += theat)
				{
					double r = i*sin(k*CV_PI / 180) + j*cos(k*CV_PI / 180);
					if (r >= 0)
					{//直线到原点的距离必须大于0
						//获得在霍夫变换距离夹角坐标系下对应的Mat的行的下标
						int r_subscript = r / rho;
						
						//经过该直线的点数加1
						houghMat.at<float>(r_subscript,k)= houghMat.at<float>(r_subscript, k)+1;
					}
					
				}
			}
		}
	}
	
	//经过直线的点数大于阈值，则视为在原图中存在该直线
	for (int i = 0;i < houghMat_rows;i++)
	{
		for (int j = 0;j < houghMat_cols;j++)
		{
			if (houghMat.ptr<float>(i)[j] > Threshold)
			{
				//line保存直线到原点的距离和直线到坐标原点的垂线和x轴的夹角
				Vec2f line(i*rho,j*theat*CV_PI/180);
				lines.push_back(line);
			}
		}
	}
	
}

三、效果测试
测试代码

void drawLine(Mat &img, vector<Vec2f> lines, double rows, double cols, Scalar scalar, int n)
{
	Point pt1, pt2;
	for (int i = 0;i < lines.size();i++)
	{
		float rho = lines[i][0];//直线到坐标原点的距离
		float theat = lines[i][1];//直线到坐标原点的垂线和x轴的夹角
		double a = cos(theat);
		double b = sin(theat);
		double x0 = a*rho, y0 = b*rho;//直线与过坐标原点的垂线的交点
		double length = max(rows, cols);//突出高宽的最大值
		
		//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));
		while (pt1.x == pt2.x&&pt1.y == pt2.y)
		{
			//计算直线上的另一点
			pt2.x = cvRound(x0 + length*(-b));
			pt2.y = cvRound(y0 + length*(a));
		}
		//两点绘制直线
		line(img, pt1, pt2, scalar, n);
	}
}

int main()
{
	//Mat test = imread("../d.png");
    Mat test = imread("../HoughLines.jpg");
	vector<Vec2f> lines;
	myHoughLines(test,1,1,100,lines);
	for (int i = 0;i < lines.size();i++)
	{
		cout << "直线为：" << endl << lines[i] << endl;
	}
	Mat testResult = Mat::zeros(test.size(),CV_8U);//在全黑的图像中画出直线
	//test.copyTo(testResult);//在原图上画出直线

	drawLine(testResult, lines, test.rows, test.cols, Scalar(255),1);
	imshow("原图：", test);
	imshow("变换后的直线：", testResult);
	waitKey(0);
	return 0;
}

上述代码中的drawLine()函数是《OpenCV4快速入门》一书的代码清单 7-2中的原函数，只用于画线。
测试原图
霍夫直线检测c++实现,OpenCV,算法,算法,c++,计算机视觉
测试效果

该算法代码的解析在代码的注释中已经写明，对函数参数也进行了说明。我使用了多张图片进行了测试，以及多次调整参数进行测试，发现在rho=1，theat=1，Threshold=100时的检测效果可以达到最佳。文章来源地址https://www.toymoban.com/news/detail-745083.html