【Rayeager PX2分享】OpenCV入门之线段检测
发布时间：2015-5-26 11:39
发布者：穿prada的008
关键词：
opencv
|
线段检测主要运用Hough变换，Hough变换是图像处理中从图像中识别几何形状的基本方法之一，应用很广泛，也有很多改进算法。主要用来从图像中分离出具有某种相同特征的几何形状（如，直线，圆等）。最基本的霍夫变换是从黑白图像中检测直线(线段)。 在OpenCV编程中，实现线段检测主要使用cvHoughLines2函数。 函数原型： CvSeq* cvHoughLines2( CvArr* image, void* line_storage, int method, double rho, double theta, int threshold, double param1=0, double param2=0 ); 参数说明： 第一个参数表示输入图像，必须为二值图像（黑白图）。 第二个参数表示存储容器，可以传入CvMemStorage类型的指针。 第三个参数表示变换变量，可以取下面的值： CV_HOUGH_STANDARD - 传统或标准 Hough 变换. 每一个线段由两个浮点数 (ρ, θ) 表示，其中 ρ 是线段与原点 (0,0) 之间的距离，θ 线段与 x-轴之间的夹角。 CV_HOUGH_PROBABILISTIC - 概率 Hough 变换(如果图像包含一些长的线性分割，则效率更高)。它返回线段分割而不是整个线段。每个分割用起点和终点来表示。 CV_HOUGH_MULTI_SCALE - 传统 Hough 变换的多尺度变种。线段的编码方式与 CV_HOUGH_STANDARD 的一致。 第四个参数表示与象素相关单位的距离精度。 第五个参数表示弧度测量的角度精度。 第六个参数表示检测线段的最大条数，如果已经检测这么多条线段，函数返回。 第七个参数与第三个参数有关，其意义如下： 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 ). 第八个参数与第三个参数有关，其意义如下： 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线段上进行碎线段连接的最大间隔值(gap), 即当同一条线段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)。 示例程序： hough.cpp #include #include #include #include #include using namespace std; int main (int argc, char **argv) { const char *pstrWindowsSrcTitle = "initial"; const char *pstrWindowsLineName = "hough"; IplImage *pSrcImage = cvLoadImage("hough.jpg", CV_LOAD_IMAGE_UNCHANGED); IplImage *pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1); cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY); IplImage *pCannyImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1); cvCanny(pGrayImage, pCannyImage, 30, 90); CvMemStorage *pcvMStorage = cvCreateMemStorage(); double fRho = 1; double fTheta = CV_PI / 180; int nMaxLineNumber = 50; //最多检测条直线 double fMinLineLen = 50; //最小线段长度 double fMinLineGap = 10; //最小线段间隔 CvSeq *pcvSeqLines = cvHoughLines2(pCannyImage, pcvMStorage, CV_HOUGH_PROBABILISTIC, fRho, fTheta, nMaxLineNumber, fMinLineLen, fMinLineGap); IplImage *pColorImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 3); cvCvtColor(pCannyImage, pColorImage, CV_GRAY2BGR); int i; for(i = 0; i < pcvSeqLines->total; i++) { CvPoint* line = (CvPoint*)cvGetSeqElem(pcvSeqLines, i); cvLine(pColorImage, line[0], line[1], CV_RGB(255,0,0), 2); } cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE); cvShowImage(pstrWindowsSrcTitle, pSrcImage); cvNamedWindow(pstrWindowsLineName, CV_WINDOW_AUTOSIZE); cvShowImage(pstrWindowsLineName, pColorImage); cvWaitKey(0); cvReleaseMemStorage(&pcvMStorage); cvDestroyWindow(pstrWindowsSrcTitle); cvDestroyWindow(pstrWindowsLineName); cvReleaseImage(&pSrcImage); cvReleaseImage(&pGrayImage); cvReleaseImage(&pCannyImage); cvReleaseImage(&pColorImage); return 0; } makefile: INCLUDE = $(shell pkg-config --cflags opencv) LIBS = $(shell pkg-config --libs opencv) SOURCES = hough.cpp # 目标文件 OBJECTS = $(SOURCES:.cpp=.o) # 可执行文件 TARGET = hough $(TARGET)  (OBJECTS) g++ -o $(TARGET) $(OBJECTS) -I $(INCLUDE) $(LIBS) $(OBJECTS) (SOURCES) g++ -c $(SOURCES) clean: rm $(OBJECTS) $(TARGET) # 编译规则 $@代表目标文件 $< 代表第一个依赖文件 %.o:%.cpp g++ -I $(INCLUDE) -o $@ -c $< 所在文件夹上已有hough.jpg图片，make后执行./hough hough.jpg 【Rayeager PX2分享】OpenCV入门之线段检测 
感谢fjjjnk1234的分享 更多请参考：http://chipspark.com/ |
网友评论