HoughLinesP（霍夫变换直线检测）

概念

霍夫变换是一种特征检测(feature extraction)，被广泛应用在图像分析（image analysis）、计算机视觉(computer vision)以及数位影像处理(digital image processing)。霍夫变换是用来辨别找出物件中的特征，例如：线条。他的算法流程大致如下，给定一个物件、要辨别的形状的种类，算法会在参数空间(parameter space)中执行投票来决定物体的形状，而这是由累加空间(accumulator space)里的局部最大值(local maximum)来决定。
现在广泛使用的霍夫变换是由RichardDuda和PeterHart在公元1972年发明，并称之为广义霍夫变换(generalizedHoughtransform)，广义霍夫变换和更早前1962年的PaulHough的专利有关。经典的霍夫变换是侦测图片中的直线，之后，霍夫变换不仅能识别直线，也能够识别任何形状，常见的有圆形、椭圆形。1981年，因为DanaH.Ballard的一篇期刊论文"Generalizing the Hough transform to detect arbitrary shapes"，让霍夫变换开始流行于计算机视觉界。

效果图对比

●源图像

●处理后图像

函数讲解

●函数原型
○c++

void HoughLinesP( InputArray image, OutputArray lines,
                               double rho, double theta, int threshold,
                               double minLineLength = 0, double maxLineGap = 0 )

○Android

void HoughLinesP(Mat image, Mat lines, double rho, double theta, int threshold, double minLineLength, double maxLineGap)

●参数解释
○image：输入图像：8-bit，灰度图
○lines：存储线段极坐标的容器，每一条线由具有四个元素的矢量(x_1,y_1, x_2, y_2） 表示，其中，(x_1, y_1)和(x_2, y_2) 是每个检测到的线段的结束点。
○rho：生成极坐标的像素扫描步长。
○theta：生成极坐标的角度步长，一般是π/180。
○threshold：要”检测” 一条直线所需最少的的曲线交点 。
○minLineLength ：默认值0，表示最低线段的长度，比这个设定参数短的线段就不能被显现出来。
○maxLineGap ：默认值0，允许将同一行点与点之间连接起来的最大的距离。

函数使用

●c++中

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main() {
    Mat src = imread("C:/Users/Administrator/Desktop/wan3.png");//引入源图像
    if (src.empty()) {
        return -1;
    }
    Mat canny;
    Canny(src,canny,100,200);//边缘提取
    imshow("canny",canny);//展示提取的边缘
    vector<Vec4f> lines;//存储直线的容器
    Mat dst = Mat(src.size(),src.type(),Scalar(255,255,255));//创建大小和类型都与源图像相同的背景为白色的图像
    HoughLinesP(canny,lines,1,CV_PI/180,3,0,8);//霍夫变换直线检测
    Scalar lineColor = Scalar(255,0,0);//画笔的颜色
    for (int i = 0; i < lines.size();i++) {
        Vec4f l = lines[i];
        line(dst,Point(l[0],l[1]),Point(l[2],l[3]),lineColor,3,LINE_AA);//在创建的白色图像上画直线
    }
    imshow("dst",dst);//展示直线图像
    waitKey(0);
    return 0;
}

●Android中

Bitmap bitmap = BitmapFactory.decodeResource(getResources(),R.mipmap.ic_relief);
Mat src = new Mat();
Mat canny = new Mat();
Utils.bitmapToMat(bitmap,src);//将Bitmap对象转换为Mat对象
Imgproc.Canny(src,canny,100,200);//边缘提取
Mat lines = new Mat();//存储线的容器
Imgproc.HoughLinesP(canny,lines,1,Math.PI/180,3,0,8);//霍夫直线检测
Mat dst = new Mat(src.size(),src.type());
for(int i = 0;i<lines.rows();i++){
     int[] line = new int[4];
     lines.get(i,0,line);//将线对应的极点坐标存到line数组中
     Imgproc.line(dst,new Point(line[0],line[1]),new Point(line[2],line[3]),new Scalar(0,0,255),3,Imgproc.LINE_AA);
}
Utils.matToBitmap(dst,bitmap);//将Mat对象转换为Bitmap对象