HoughLines函数用法示例

//--------------------------------------【程序说明】-------------------------------------------
// 程序描述:HoughLines函数用法示例
// 开发测试所用操作系统: Windows 7 64bit
// 开发测试所用IDE版本:Visual Studio 2010
// 开发测试所用OpenCV版本: 3.0 beta

//------------------------------------------------------------------------------------------------



//QQ:1746430162

//http://bbs.21ic.com/icview-759778-1-1.html (项目展示链接)

//  本工作室是专业电子类设计开发团队,团队成员全为从事51\DSP\ ARM\fpga类嵌入式开发和图像处理、机器学习等相关算法研究多年的软、硬件开发工程师,已与全国几十家客户成功合作。 可以长期提供技术支持,承接各类相关项目开发与咨询服务。




//---------------------------------【头文件、命名空间包含部分】----------------------------
// 描述:包含程序所使用的头文件和命名空间
//------------------------------------------------------------------------------------------------
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;
using namespace std;




//-----------------------------------【main( )函数】--------------------------------------------
// 描述:控制台应用程序的入口函数,我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main( )
{
//【1】载入原始图和Mat变量定义   
Mat srcImage = imread("1.jpg");  //工程目录下应该有一张名为1.jpg的素材图
Mat midImage,dstImage;//临时变量和目标图的定义


//【2】进行边缘检测和转化为灰度图
Canny(srcImage, midImage, 50, 200, 3);//进行一此canny边缘检测
cvtColor(midImage,dstImage, COLOR_GRAY2BGR);//转化边缘检测后的图为灰度图


//【3】进行霍夫线变换
vector<Vec2f> lines;//定义一个矢量结构lines用于存放得到的线段矢量集合
HoughLines(midImage, lines, 1, CV_PI/180, 150, 0, 0 );


//【4】依次在图中绘制出每条线段
for( size_t i = 0; i < lines.size(); i++ )
{
float rho = lines[i][0], theta = lines[i][1];
Point pt1, pt2;
double a = cos(theta), b = sin(theta);
double x0 = a*rho, y0 = b*rho;
pt1.x = cvRound(x0 + 1000*(-b));
pt1.y = cvRound(y0 + 1000*(a));
pt2.x = cvRound(x0 - 1000*(-b));
pt2.y = cvRound(y0 - 1000*(a));
//此句代码的OpenCV2版为:
//line( dstImage, pt1, pt2, Scalar(55,100,195), 1, CV_AA);
//此句代码的OpenCV3版为:
line( dstImage, pt1, pt2, Scalar(55,100,195), 1, LINE_AA);
}


//【5】显示原始图  
imshow("【原始图】", srcImage);  


//【6】边缘检测后的图 
imshow("【边缘检测后的图】", midImage);  


//【7】显示效果图  
imshow("【效果图】", dstImage);  


waitKey(0);  


return 0;  
}



<think>好的,用户现在问的是OpenCV中HoughLinesP和HoughLines函数的区别。之前已经解释过霍夫直线检测的参数,现在需要进一步对比这两个函数。首先,我得回忆这两个函数的具体用法和区别。 HoughLines是标准的霍夫变换,输出的是直线的参数(rho, theta),而HoughLinesP是概率霍夫变换,输出的是线段的起点和终点坐标。用户可能在实际应用中遇到选择哪个函数的问题,需要明确两者的不同点。 接下来要考虑用户的使用场景。可能是图像处理的学习者或开发者,需要了解不同函数的适用情况。他们可能想知道在什么情况下用哪个函数更合适,比如需要检测完整直线还是线段,处理速度如何,参数设置有何不同。 用户可能没有说出来的深层需求,可能是在项目中遇到了检测直线的问题,需要根据具体情况选择合适的函数。或者他们可能在阅读代码时看到两种方法,想了解区别以便优化代码。 接下来需要组织回答的结构。首先概述两者的基本区别,然后从检测结果、算法原理、参数差异、适用场景和效率几个方面详细说明。要使用用户之前提到的格式,比如分点解释,使用LaTeX公式,但注意用户这次的提问不需要系统级指令,所以直接按照之前的回答风格来。 需要确保信息准确,比如HoughLinesP使用概率霍夫变换,通过随机采样提高效率,而HoughLines是标准方法。参数方面,HoughLinesP有minLineLength和maxLineGap,而HoughLines没有这些参数。同时,HoughLinesP返回线段端点,适用于边缘不连续的情况,比如有遮挡的图像。 还要注意例子部分,用OpenCV的代码示例说明参数的不同,比如HoughLines需要rho、theta、threshold,而HoughLinesP多了线段长度和间隔参数。最后总结两者的选择依据,帮助用户根据实际需求决定。</think>以下是OpenCV中`HoughLines`与`HoughLinesP`函数的区别的逐步解释: --- ### **1. 基本区别** - **`HoughLines`** - **功能**:标准霍夫变换,检测图像中的**无限长直线**(基于极坐标$(\rho, \theta)$参数化)。 - **输出**:直线参数列表,每条直线表示为$(\rho, \theta)$。 - **`HoughLinesP`**(Probabilistic Hough Transform,概率霍夫变换) - **功能**:改进的霍夫变换,检测图像中的**线段**(起点和终点坐标)。 - **输出**:线段端点列表,每条线段表示为$(x_1, y_1, x_2, y_2)$。 --- ### **2. 算法原理差异** | 特性 | `HoughLines` | `HoughLinesP` | |---------------------|---------------------------------------|----------------------------------------| | **数据利用方式** | 对所有边缘点进行全局投票 | 随机采样边缘点,降低计算量 | | **线段生成逻辑** | 不直接输出线段,需从$(\rho, \theta)$推导 | 直接输出线段端点 | | **适用场景** | 检测完整直线(如长直线、无明显断点) | 检测线段(如短线段、断断续续的直线) | --- ### **3. 参数差异** #### **`HoughLines`核心参数** - `rho`:距离分辨率(步长,单位:像素)。 - `theta`:角度分辨率(步长,单位:弧度)。 - `threshold`:投票数阈值(低于此值的直线被过滤)。 #### **`HoughLinesP`新增参数** - `minLineLength`:线段最小长度(短于此长度的线段被忽略)。 - `maxLineGap`:线段间最大允许间隔(间隔小于此值的线段会被合并)。 --- ### **4. 代码示例对比** #### 使用`HoughLines`检测直线: ```python import cv2 lines = cv2.HoughLines(edges, rho=1, theta=np.pi/180, threshold=100) # 输出示例:[[[rho1, theta1]], [[rho2, theta2]], ...] ``` #### 使用`HoughLinesP`检测线段: ```python import cv2 lines = cv2.HoughLinesP(edges, rho=1, theta=np.pi/180, threshold=100, minLineLength=50, maxLineGap=10) # 输出示例:[[[x1, y1, x2, y2]], [[x1', y1', x2', y2']], ...] ``` --- ### **5. 适用场景建议** | **场景** | 推荐函数 | 原因 | |---------------------------|-------------------|----------------------------------------------------------------------| | 检测长直线(如文档边缘) | `HoughLines` | 直接输出直线参数,适合全局连续边缘 | | 检测短线段(如道路标线) | `HoughLinesP` | 通过`minLineLength`过滤噪声,适合局部断开的线段 | | 实时性要求高 | `HoughLinesP` | 随机采样减少计算量,速度更快 | | 需要精确直线方程 | `HoughLines` | 直接提供$(\rho, \theta)$,方便后续几何计算 | --- ### **6. 关键总结** - **`HoughLines`**: - 输出极坐标参数,适合数学分析。 - 计算量大,但对长直线检测更鲁棒。 - **`HoughLinesP`**: - 输出线段端点,适合实际工程应用。 - 通过`minLineLength`和`maxLineGap`控制噪声,效率更高。 --- ### **7. 选择建议** - 若需要**直线参数**(如计算交点、角度) → 选`HoughLines`。 - 若需直接获取**线段位置**(如绘制线段、测量长度) → 选`HoughLinesP`。 - 图像噪声多或边缘不连续 → 优先用`HoughLinesP`并调整`maxLineGap`。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值