穿prada的008 发表于 2015-5-26 13:52:14

【Rayeager PX2分享】OpenCV入门之线段检测

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 <opencv2/core/core.hpp>
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>

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, line, 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/

shenzhoudadi 发表于 2015-5-27 08:53:48

wtliu 发表于 2015-5-27 12:35:05

OpenCV是Liiux下的开发语言吧。
页: [1]
查看完整版本: 【Rayeager PX2分享】OpenCV入门之线段检测