《Open CV3编程入门》学习笔记12

标准霍夫变换：
针对图像中非零像素点，通过在极坐标下对极径极角平面绘出所有通过该点的直线，将得到一条正弦曲线。然后对图像中所有非零点进行上述操作，得到所有正弦曲线并绘制在同一平面内，越多曲线交于一点，说明该点（ρ，θ）所代表的直线交于图像中的更多的非零点，当这些曲线数超过设定的阈值时，即认为检测到了一条直线。
多尺度霍夫变换为标准霍夫变换在多尺度下的一个变种，主要针对精度。
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;
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
cvtColor(srcImage,dstImage, CV_BGR2GRAY);//转化边缘检测后的图为灰度图
Canny(dstImage,midImage, 50, 200, 3);//进行一此canny边缘检测

//【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,定义一个二维数组
HoughLines(midImage, lines, 1, CV_PI/180, 500, 0, 0 );
/*标准霍夫变化
第一个参数：输入图像，8位单通道二进制图像;
第二个参数：InputArray类型的lines，经过调用HoughLines函数后储存了霍夫变换检测到线条的输出矢量。每一条线由具有两个元素的矢量（ρ，θ）表示，其中，
ρ是离坐标原点（也就是图像左上角）的距离，θ是弧度线条旋转角度（0度表示垂直线，90度表示水平线）；
第三个参数：double类型的rho,以像素为单位的距离精度。另一种表述方式是直线搜索时的进步尺寸的单位半径。即ρ精度；
第四个参数：double类型的theta，以弧度为单位的角度精度。另一种表述方式是直线搜索时的进步尺寸的单位角度；
第五个参数：int类型的threshold，累加平面的阈值参数，即识别某部分为图中的一条直线是它在累加平面中必须达到的值。大于阈值threshold的线段才可以被检测通过并返回到结果中；
第六个参数：double类型的srn，有默认值0。对于多尺度的霍夫变换，这是第三个参数进步尺寸rho的除数距离（即检测到的线段的最短长度）。粗略的累加器进步尺寸直接是第三个参数rho，而精确的累加器进步尺寸为rho/srn;
第七个参数：double类型的stn，有默认值0，对于多尺度霍夫变换，srn表示第四个参数进步尺寸的单位角度theta的除数距离（即共线的两条线段的最小分割间隔）。且如果srn和stn同时为0，就表示使用经典的霍夫变换。否则，这两个
参数应该都为正数。对于多尺度的标准霍夫变换（multi-scale SHT）来说，首先根据用户设定的rho和theta来检测直线，之后，按照param1和param2的值对检测结果进行优化（即，rho=rho/srn,theta=theta/stn）。
*/

//【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));//通过数组lines中的rho和theta计算出直线上的两个坐标点，cvRound为四舍五入
line( midImage, pt1, pt2, Scalar(55,100,195), 1, CV_AA);
/* img: 要绘制线段的图像。
pt1: 线段的起点。
pt2: 线段的终点。
color: 线段的颜色，通过一个Scalar对象定义。
thickness: 线条的宽度。
lineType: 线段的类型。可以取值8， 4， 和CV_AA， 分别代表8邻接连接线，4邻接连接线和反锯齿连接线。默认值为8邻接。为了获得更好地效果可以选用CV_AA(采用了高斯滤波)。
shift: 坐标点小数点位数。*/

}

//【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;
}