图像变换之霍夫变换

第一个霍夫直线变换Houghlines（）

////HoughlinesP函数的使用
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;
using namespace std;
int main()
{
    VideoCapture capture(0 );
    while (1)
    {
        //【1】载入原始图和Mat变量定义   
        Mat srcImage;
        capture >> srcImage;
        Mat midImage, dstImage;//临时变量和目标图的定义

        //【2】进行边缘检测和转化为灰度图
        Canny(srcImage, midImage, 50, 200, 3);//进行一此canny边缘检测
        cvtColor(midImage, dstImage, COLOR_GRAY2BGR);//转化边缘检测后的图为灰度图

        //【3】进行霍夫线变换
        vector<Vec4i> lines;//定义一个矢量结构lines用于存放得到的线段矢量集合
        HoughLinesP(midImage, lines, 1, CV_PI / 180, 80, 50, 10);

        //【4】依次在图中绘制出每条线段
        for (size_t i = 0; i < lines.size(); i++)
        {
            Vec4i l = lines[i];
            line(dstImage, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0, 0., 255), 1, LINE_AA);
            //
        }

        //【5】显示原始图  
        imshow("【原始图】", srcImage);

        //【6】边缘检测后的图 
        imshow("【边缘检测后的图】", midImage);

        //【7】显示效果图  
        imshow("【效果图】", dstImage);

        waitKey(1);
    }

    return 0;
}

通过修改HSV可以改变颜色，以得到想要的线条颜色

Houghcircles（）

#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;
using namespace std;

Mat midImage, dstImage;//临时变量和目标图的定义
Mat srcImage;
int main()
{
    VideoCapture capture(0);
    while (1)
    {
        //【1】载入原始图、Mat变量定义   
        
        capture >> srcImage;
        

        //【2】显示原始图
        imshow("【原始图】", srcImage);
        //【3】转为灰度图并进行图像平滑
        cvtColor(srcImage, midImage, COLOR_BGR2GRAY);//转化边缘检测后的图为灰度图
        GaussianBlur(midImage, midImage, Size(9, 9), 2, 2);

        //【4】进行霍夫圆变换
        vector<Vec3f> circles;
        HoughCircles(midImage, circles, HOUGH_GRADIENT, 1.5, 10, 200, 99, 74, 0);//圆半径的最小值 园半径的最大值

        //【5】依次在图中绘制出圆
        for (size_t i = 0; i < circles.size(); i++)
        {
            //参数定义
            Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
            int radius = cvRound(circles[i][2]);
            //绘制圆心
            circle(srcImage, center, 3, Scalar(0, 255, 0), -1, 8, 0);
            //绘制圆轮廓
            circle(srcImage, center, radius, Scalar(0, 0, 255), 3, 8, 0);
        }

        //【6】显示效果图  
        imshow("【效果图】", srcImage);

        waitKey(1);
    }

    return 0;

第七个参数越大 得到的圆就越精准，但是丢失数据的几率也会变大

第八个参数   圆半径的最小值

第九个参数  园半径的最大值

/*通过这三个参数可以调整目标的获取*/

最后，老样子，放一个综合例子

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;

Mat g_srcImage, g_dstImage, g_midImage;//原始图、中间图和效果图
vector<Vec4i> g_lines;//定义一个矢量结构g_lines用于存放得到的线段矢量集合
//变量接收的TrackBar位置参数
int g_nthreshold = 100;

static void on_HoughLines(int, void*);//回调函数
static void ShowHelpText();

int main()
{
    //改变console字体颜色
    system("color 4F");

    ShowHelpText();

    //载入原始图和Mat变量定义   
    Mat g_srcImage = imread("1.jpg");  //工程目录下应该有一张名为1.jpg的素材图

    //显示原始图  
    imshow("【原始图】", g_srcImage);

    //创建滚动条
    namedWindow("【效果图】", 1);
    createTrackbar("值", "【效果图】", &g_nthreshold, 200, on_HoughLines);

    //进行边缘检测和转化为灰度图
    Canny(g_srcImage, g_midImage, 50, 200, 3);//进行一次canny边缘检测
    cvtColor(g_midImage, g_dstImage, COLOR_GRAY2BGR);//转化边缘检测后的图为灰度图
    //调用一次回调函数，调用一次HoughLinesP函数
    on_HoughLines(g_nthreshold, 0);
    HoughLinesP(g_midImage, g_lines, 1, CV_PI / 180, 80, 50, 10);
    //显示效果图  
    imshow("【效果图】", g_dstImage);
    waitKey(0);
    return 0;
}

static void on_HoughLines(int, void*)
{
    //定义局部变量储存全局变量
    Mat dstImage = g_dstImage.clone();
    Mat midImage = g_midImage.clone();

    //调用HoughLinesP函数
    vector<Vec4i> mylines;
    HoughLinesP(midImage, mylines, 1, CV_PI / 180, g_nthreshold + 1, 50, 10);

    //循环遍历绘制每一条线段
    for (size_t i = 0; i < mylines.size(); i++)
    {
        Vec4i l = mylines[i];
        line(dstImage, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(23, 180, 55), 1, LINE_AA);
    }
    //显示图像
    imshow("【效果图】", dstImage);
}

static void ShowHelpText()
{
    printf("

			看看就完了，so easy！
");
}