opencv图像操作——霍夫变换直线检测

原创已于 2022-03-31 09:14:25 修改 · 4.3k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#c++

于 2022-03-28 09:26:37 首次发布

opencv 专栏收录该内容

10 篇文章

订阅专栏

本文介绍了一种基于霍夫变换的直线检测方法，并通过OpenCV实现了该方法的应用。首先进行了边缘检测，然后利用HoughLineTransform检测直线。通过具体代码展示了如何从图像中提取直线并进行可视化。

霍夫直线变换：
Hough Line Transform用来做直线检测；
前提条件-边缘检测已经完成；
平面空间到极坐标空间转换；

检测直线原理：
对于任意一条直线上的所有点来说，
变换到极坐标中，从[0,360]空间，可与得到r的大小，
属于同一条直线上的点在极坐标空（r,theta）必然在一个点上有最强的信号出现，根据此反算到平面坐标中就可以得到直线上各点的像素坐标。从而得到直线。

代码如下：

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace std;
using namespace cv;

int main(int argc, char** argv) {
	Mat gray_src, dst;
	Mat src = imread("D:\\sougou\\image\\1.jpg");// D:\\sougou\\image\\1.jpg         003.jpg
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	char input_image[] = "input image";
	char output_image[] = "final image";
	namedWindow(input_image, WINDOW_AUTOSIZE);
	imshow(input_image, src);

	//extract edge边缘检测
	Canny(src, gray_src, 100, 200);
	cvtColor(gray_src, dst, CV_GRAY2BGR);
	imshow("gray image", gray_src);

	vector<Vec4f>plines;
	HoughLinesP(gray_src, plines, 1, CV_PI / 180.0, 10, 0, 10);  //直线不连续，调最后一个参数（10）；
	Scalar color = Scalar(0, 0, 255);
	for (size_t i = 0; i < plines.size(); i++) {    //size_t理解为int
		Vec4f hline = plines[i];
		line(dst, Point(hline[0], hline[1]), Point(hline[2], hline[3]), color, 3, LINE_AA);
	}
	imshow(output_image, dst);
	waitKey(0);
	return 0;
}

效果如下：

原图：