cvHoughLines2

关键函数原型：

CVAPI(CvSeq*)  cvHoughLines2( CvArr* image, void* line_storage, int method,
                              double rho, double theta, int threshold,
                              double param1 CV_DEFAULT(0), double param2 CV_DEFAULT(0));

imgage: 输入图像，必须是单通道图像

line_strorage：输出保存的内存块

method: 三种方法

CV_HOUGH_STANDARD：传统霍夫 变换，返回（rho,theta）

CV_HOUGH_PROBABILISTIC： 概率霍夫变换，返回线段的起点和终点

CV_HOUGH_MULTI_SCALE： 传统霍夫变换的变尺度变种

rho: 像素为单位的分辨率

theta: 弧度为单位的分辨率

threshold: 如果相应的累计值大于 threshold， 则函数返回这条线段.

para1:

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 ).

para2:

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).

#include 
     
     
      
      
#include 
      
      
       
       
#include 
       
       
        
        
#include 
        
        
         
         


using namespace cv;


int main()
{
	
	IplImage *img = cvLoadImage("lena.jpg",CV_LOAD_IMAGE_GRAYSCALE);
	IplImage *dst = cvCreateImage(cvSize(img->width,img->height),img->depth,img->nChannels);
	CvMemStorage *storage = cvCreateMemStorage();
	cvNamedWindow("lena");
	cvNamedWindow("src");
	
	cvCanny(img,dst,50,50*3);
	cvShowImage("src",dst);
	CvSeq *lines = cvHoughLines2(dst,storage,CV_HOUGH_PROBABILISTIC,1,CV_PI/180,30,30);
	for(int i = 0;i
         
         
           total;i++) { CvPoint *line = (CvPoint*)cvGetSeqElem(lines,i); cvLine(dst,line[0],line[1],CV_RGB(255,255,255),3); } cvShowImage("lena",dst); cvWaitKey(0); cvReleaseImage(&img); cvReleaseImage(&dst); cvDestroyAllWindows(); }