OpenCV-Python学习(十六)：霍夫变换

目录：

• 1.什么是霍夫变换？
• 2.OpenCV中的霍夫线变换-->直线检测
• 3.OpenCV中的霍夫圆变换-->圆检测

---

一、什么是霍夫变换？

霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，来检测任意能够用数学公式表达的形状，即使这个形状被破坏或者有点扭曲。
霍夫变换将图像空间转变为参数空间，在参数空间中执行投票来决定物体的形状。

二、OpenCV中的霍夫线变换

OpenCV中的霍夫线变换步骤：

1.轮廓检测算法检测出轮廓
2.投射到Hough空间进行形状检测
  1）直线检测
    lines = cv2.HoughLines(image, rho, theta, threshold)

    参数: 
    image: 单通道的二进制图像
    rho: (ρ，θ)中ρ的精度。
    theta: (ρ，θ)中θ的精度。
    threshold: 阈值，(ρ，θ)对应的最低投票数。>=threshold被检测为一条线。
  2）圆检测
    circles = cv2.HoughCircles(image, method, dp, minDist, circles=None, param1=None, param2=None, minRadius=None, maxRadius=None)

    参数:
    method：定义检测图像中圆的方法。目前唯一实现的方法是HOUGH_GRADIENT。
    dp：累加器分辨率与图像分辨率的反比。
      dp=1，则累加器与输入图像具有相同的分辨率；dp=2，累加器有一半的宽度和高度。
    minDist：该参数是让算法能明显区分的两个不同圆之间的最小距离。
    param1 ：用于Canny的边缘阀值上限，下限被置为上限的一半。
    param2：HOUGH_GRADIENT方法的累加器阈值(最低投票数)。阈值越小，检测到的圈子越多。
    minRadius ：最小圆半径。
    maxRadius：最大圆半径。

1）直线检测

一条线可以表示为y=mx+c或以参数形式表示为ρ=xcosθ+ysinθ，其中ρ是从原点到该线的垂直距离，而θ是由该垂直线和水平轴形成的角度以逆时针方向测量（该方向随您如何表示坐标系而变化。此表示形式在OpenCV中使用）。查看下面的图片：

因此，如果线在原点下方通过，则它将具有正的ρ且角度小于180。如果线在原点上方，则将角度取为小于180，而不是大于180的角度。ρ取负值。任何垂直线将具有0度，水平线将具有90度。

示例：

# 1.直线检测
import cv2
import numpy

img = cv2.imread("image/2.jpg")

# 1.轮廓检测算法检测出轮廓
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 50, 150, apertureSize=3)

# 2.投射到Hough空间进行形状检测
# 任何一条线都可以用(ρ，θ)这两个术语表示。
# 1）先定义一个累加器，(ρ，θ)对应直线，ρ和θ都分别依次增大(根据精度)，计算每对(ρ，θ)的投票数。
#    其中，ρ以像素为单位，θ以弧度为单位。rho和theta是ρ和θ的精度。
# 2）然后，根据threshold(阈值，最低投票数)来判断是否归为一条直线
lines = cv2.HoughLines(edges, 1, numpy.pi / 180, 100)

# 画线
for line in lines:
    rho, theta = line[0]
    a = numpy.cos(theta)
    b = numpy.sin(theta)
    x0 = rho * a
    y0 = rho * b
    # k1*k2=-1 ==> k2=-1/k1
    # k1 = tan(θ) ==> k2 = -1/tan(θ)=-cot(θ)
    x1 = int(x0 + 1000 * (-b))
    y1 = int(y0 + 1000 * a)
    x2 = int(x0 - 1000 * (-b))
    y2 = int(y0 - 1000 * a)
    # 画线
    cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255), 1)

cv2.imshow("img", img)
cv2.imshow("gray", gray)
cv2.imshow("edges", edges)
cv2.waitKey(0)
cv2.destroyWindow()

结果如下：

直线检测

二、OpenCV中的霍夫圆变换

2）圆检测

示例：

# 2.圆检测
import cv2
import numpy

img = cv2.imread("image/59.png")

# 1.轮廓检测算法检测出轮廓
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 50, 100)

# 2.投射到Hough空间进行形状检测
circles = cv2.HoughCircles(edges, cv2.HOUGH_GRADIENT, 1, 30, param1=40, param2=20, minRadius=5, maxRadius=100)

# 画圆
if not circles is None:
    # 转换为int
    circles = numpy.uint16(numpy.around(circles))
    for circle in circles:
        x, y, r = circle[0]
        # 画圆
        cv2.circle(img, (x, y), r, (0, 0, 255), 2)

cv2.imshow("gray", gray)
cv2.imshow("edges", edges)
cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyWindow()

结果如下：

圆检测.png