【OpenCV笔记 13】OpenCV中Hough霍夫直线检测和同一窗口显示多幅图片

一、霍夫变换的基本原理

二、霍夫直线变换函数介绍

1.编程思路

2.霍夫线变换函数

0

0

0

CV_PI

三、同一窗口显示多幅图片

//注意：imshowMany()函数ROI法，要求各图片的颜色通道数目一直，次数为三通道
//要显示单通道灰度图或二值图图片需要转换颜色空间cvtcolor()
//模糊处理内核的选择和霍夫变换时精度选择对最终结果影响较大

#include<opencv2/opencv.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;
using namespace std;
#define NameWindow "【0】图片处理效果集锦"
void imshowMany(const std::string& _winName, const vector<Mat>& ployImages);//

int main()
{

Mat srcImage = imread("building.jpg");
imshow("【1】原图", srcImage);
Mat  temImage, grayImage,midImage,edgeImage, dstImage;

cvtColor(srcImage, grayImage, CV_BGR2GRAY);//转换为灰度图
blur(grayImage, grayImage, Size(5, 5), Point(-1, -1));//均值模糊
//GaussianBlur(grayImage, grayImage, Size(5, 5), 0, 0);
imshow("【2】原图灰度图+均值模糊", grayImage);
cvtColor(grayImage, midImage, CV_GRAY2BGR);//转为三通道图,用于多图显示，位置（1，2）
Canny(grayImage, edgeImage, 50, 100, 3);//tempImage为单通道二值图，在多图函数中不可显示
imshow("【3】灰度图Canny边缘检测", edgeImage);
cvtColor(edgeImage, temImage, CV_GRAY2BGR);//转为三通道图，用于多图显示，位置（2，1）
cvtColor(edgeImage, dstImage, CV_GRAY2BGR);//转为三通道图，用于多图显示，位置（2，2）

vector<Vec2f>lines;//矢量结构lines用于存放得到的线段矢量集合
HoughLines(edgeImage, lines, 1, CV_PI / 180, 123, 0, 0);//阈值的选择对结果影响很大

for (size_t i = 0; i < lines.size(); i++)//在图中绘制出每条线段
{
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));
line(dstImage, pt1, pt2, Scalar(255, 0,255), 1, 8);//线条颜色为紫色
}
imshow("【4】基于canny的Hough直线变换",dstImage);

vector<Mat>Images(4);//模板类vector，用于放置4个类型为Mat的元素，即四张图片
Images[0] = srcImage;
Images[1] = midImage;
Images[2] = temImage;
Images[3] = dstImage;

namedWindow(NameWindow);
imshowMany(NameWindow, Images);//调用一个窗口显示多图函数

waitKey(0);
return 0;

}

//自定义一个窗口显示多图函数
void imshowMany(const std::string& _winName, const vector<Mat>& ployImages)
{
int nImg = (int)ployImages.size();//获取在同一画布中显示多图的数目

Mat dispImg;

int size;
int x, y;
//若要在OpenCV实现同一窗口显示多幅图片，图片要按矩阵方式排列，类似于Matlab中subplot();
//w：多图按矩阵排列的行数  ，h: 多图按矩阵排列的的数
int w, h;

float scale;//缩放比例
int max;

if (nImg <= 0)
{
printf("Number of arguments too small....\n");
return;
}
else if (nImg > 12)
{
printf("Number of arguments too large....\n");
return;
}

else if (nImg == 1)
{
w = h = 1;
size = 400;
}
else if (nImg == 2)
{
w = 2; h = 1;//2x1
size = 400;
}
else if (nImg == 3 || nImg == 4)
{
w = 2; h = 2;//2x2
size = 400;
}
else if (nImg == 5 || nImg == 6)
{
w = 3; h = 2;//3x2
size = 300;
}
else if (nImg == 7 || nImg == 8)
{
w = 4; h = 2;//4x2
size = 300;
}
else
{
w = 4; h = 3;//4x3
size =200;
}

dispImg.create(Size(100 + size*w, 30 + size*h), CV_8UC3);//根据图片矩阵w*h，创建画布，可线的图片数量为w*h

for (int i = 0, m = 20, n = 20; i<nImg; i++, m += (20 + size))
{
x = ployImages[i].cols;   //第(i+1)张子图像的宽度(列数)
y = ployImages[i].rows;//第(i+1)张子图像的高度（行数）

max = (x > y) ? x : y;//比较每张图片的行数和列数，取大值
scale = (float)((float)max / size);//计算缩放比例

if (i%w == 0 && m != 20)
{
m = 20;
n += 20 + size;
}

Mat imgROI = dispImg(Rect(m, n, (int)(x / scale), (int)(y / scale)));   //在画布dispImage中划分ROI区域
resize(ployImages[i], imgROI, Size((int)(x / scale), (int)(y / scale))); //将要显示的图像设置为ROI区域大小
}
namedWindow(_winName);
imshow(_winName, dispImg);
}

四、运行结果