目的：在进行图像边缘提取后，将数据从平面坐标转换到极坐标空间，即完成了直线的信息提取。
成都创新互联自2013年起，先为马边彝族等服务建站，马边彝族等地企业，进行企业商务咨询服务。为马边彝族企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。1、原理平面坐标系：通过之间的斜率k和截距b来确定一条直线。y = kx+b
极坐标系：通过半径r、角度θ来确定一条直线。r = xcosθ + y sinθ
注：在图像处理中，定义的平面坐标原点位于左上角，横轴为x，右方向为正方向，纵轴为y，下方向为正方向。
对于直线上任意一点
，都有：
对于任意点，经过它的线有无数：
将其通过公式转换为极坐标的形式，这些线就变成了θ-r坐标系上的一系列点：
当引入其他点后，通过极坐标的曲线交点就能确定这些点所处的直线的r、θ信息。：
注：在实际算法中，会设定一个阈值T，当相交于同一点的点确定的曲线数量大于T时，才将这条被确定直线纳入统计，反之则排除它。
参考：(36条消息) 霍夫直线检测原理详解_秃头小苏的博客-博客_霍夫直线
2、APIOpenCV: Feature Detection
这两个计算直线的API的输出均为 vector
void cv::HoughLines ( InputArray image,
OutputArray lines,
double rho,
double theta,
int threshold,
double srn = 0,
double stn = 0,
double min_theta = 0,
double max_theta = CV_PI
) void cv::HoughLinesP ( InputArray image,
OutputArray lines,
double rho,
double theta,
int threshold,
double minLineLength = 0,
double maxLineGap = 0
) image——二值化后的图像。
lines——输出的直线信息， vector/vector 形式，分别储存距离、角度、累加值(用于判断该直线是否纳入统计)。
rho——距离步长
theta ——角度步长
threshold ——累加值阈值，只统计交点累计格式大于该值的直线。
srn ——用于多阶霍夫变换, it is a divisor for the distance resolution rho . The coarse accumulator distance resolution is rho and the accurate accumulator resolution is rho/srn . If both srn=0 and stn=0 , the classical Hough transform is used. Otherwise, both these parameters should be positive.
stn ——用于多阶霍夫变换, it is a divisor for the distance resolution theta.
min_theta ——最小角度阈值
max_theta ——大角度阈值。Must fall between min_theta and CV_PI.minLineLength Minimum line length. Line segments shorter than that are rejected.
maxLineGap ——当直线有间断时，认为互相间断的两条直线为同一直线的允许大像素间隔数。
HoughLines 与 HoughLinesP 区别：
HoughLines 输出 vector
void QuickDemo::hough_line_detect(Mat& image)
{
GaussianBlur(image, image, Size(3, 3), 0);
Mat gray;
cvtColor(image, gray, COLOR_BGR2GRAY);
Mat binary;
threshold(gray, binary, 0, 255, THRESH_BINARY | THRESH_OTSU);
namedWindow("THRESH_OTSU", WINDOW_FREERATIO);
imshow("THRESH_OTSU", binary);
vector>contours;
vectorhierachy;
findContours(binary, contours, hierachy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point());
//霍夫直线检测
vectorlines;
HoughLines(binary, lines, 1, CV_PI / 180.0, 300, 0, 0);
//绘制检测出的直线
Point ptz1, ptz2;
for (size_t i = 0; i< lines.size(); ++i) {
float rth = lines[i][0];//距离
float theta = lines[i][1];//角度
float accu = lines[i][2];//累加值
//cout<< "rth:"<< rth<< ",theta:"<< theta<< ",accu:"<< accu<< endl;
double a = cos(theta);
double b = sin(theta);
double x0 = a * rth, y0 = b * rth;
ptz1.x = cvRound(x0 + 1000 * (-b));
ptz1.y = cvRound(y0 + 1000 * (a));
ptz2.x = cvRound(x0 - 1000 * (-b));
ptz2.y = cvRound(y0 - 1000 * (a));
//line(image, ptz1, ptz2, Scalar(255, 0, 0), 2, 8);
//根据角度给线不同的颜色
int angle = round((theta / CV_PI) * 180);
if (rth >0) {
line(image, ptz1, ptz2, Scalar(255, 0, 0), 2, 8);
if(angle == 90)
line(image, ptz1, ptz2, Scalar(0, 255, 255), 2, 8);
if(angle< 1)
line(image, ptz1, ptz2, Scalar(0, 255, 255), 2, 8);
}
else
line(image, ptz1, ptz2, Scalar(0, 255, 0), 2, 8);
}
namedWindow("hough line", WINDOW_FREERATIO);
imshow("hough line", image);
} 
void QuickDemo::hough_P_line_detect(Mat& image)
{
Mat gray, binary;
cvtColor(image, gray, COLOR_BGR2GRAY);
Canny(gray, binary, 80, 160, 3, false);
namedWindow("Canny", WINDOW_FREERATIO);
imshow("Canny", binary);
vectorlines;
HoughLinesP(binary, lines, 1, CV_PI / 180.0, 80, 30, 10);
Mat result = Mat::zeros(image.size(), image.type());
for (int i = 0; i< lines.size(); ++i) {
line(result, Point(lines[i][0], lines[i][1]), Point(lines[i][2], lines[i][3]), Scalar(0, 255, 0),2, 8);
}
namedWindow("hough P", WINDOW_FREERATIO);
imshow("hough P", result);
} 
你是否还在寻找稳定的海外服务器提供商？创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源，准确流量调度确保服务器高可用性，企业级服务器适合批量采购，新人活动首月15元起，快前往官网查看详情吧