霍夫变换（直线检测、圆检测）

可以看出如果笛卡尔坐标系的点共线，这些点在霍夫空间对应的直线交于一点：这也是必然，共线只有一种取值可能。

如果不止一条直线呢？再看看多个点的情况（有两条直线）：

 

 

 

在opencv中步骤解读：

具体步骤：

1. 彩色图像->灰度图

2. 去噪（高斯核）

3. 边缘提取（梯度算子、拉普拉斯算子、canny、sobel） 

4. 二值化（判断此处是否为边缘点，就看灰度值==255）

5. 映射到霍夫空间（准备两个容器，一个用来展示hough-space概况，一个数组hough-space用来储存voting的值，因为投票过程往往有某个极大值超过阈值，多达几千，不能直接用灰度图来记录投票信息）

6. 取局部极大值，设定阈值，过滤干扰直线

7. 绘制直线、标定角点

函数HoughLines的实现代码

#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/opencv.hpp"
#include <iostream>
using namespace cv;
using namespace std;
using std::cout;
int main()
{

	Mat g_srcImage, midImage, dstImage;
	namedWindow("[原始图]");
	g_srcImage = imread("E:\VS2015Opencv\vs2015\project\picture\01.jpg");
	if (!g_srcImage.data) { cout << "error read image" << endl; return 0; }

	imshow("[原始图]", g_srcImage);

	Canny(g_srcImage, midImage, 50, 200, 3);
	cvtColor(midImage, dstImage, CV_GRAY2BGR);

	vector<Vec2f> lines;
	HoughLines(midImage, lines, 0.5, CV_PI / 18, 150, 0, 0);

	for (size_t i = 0; i < lines.size(); i++)
	{
		float rho = lines[i][0], theta = lines[i][1];
		Point pt1, pt2;
		double a = cos(theta), b = sin(theta);
		double x0 = a*rho, y0 = b*rho;
		pt1.x = cvRound(x0 + 2000 * (-b));  //把浮点数转化成整数
		pt1.y = cvRound(y0 + 2000 * (a));
		pt2.x = cvRound(x0 - 2000 * (-b));
		pt2.y = cvRound(y0 - 2000 * (a));
		line(dstImage, pt1, pt2, Scalar(128, 128, 0), 1, CV_AA);
	}
	imshow("边缘检测后的图", midImage);
	imshow("标准霍夫线变换效果图", dstImage);

	waitKey(0);
	return 0;
}

　　

 函数HoughLinesP的代码

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;


int main(int argc, char** argv)
{
    Mat src, src_gray, dst;
    src = imread("E:\VS2015Opencv\vs2015\project\picture\01.jpg");

    char INPUT_TITLE[] = "input image";

    imshow(INPUT_TITLE, src);

    Canny(src, src_gray, 150, 200);
    cvtColor(src_gray, dst, CV_GRAY2BGR);
    imshow("edge image", src_gray);
    imshow("gray", dst);

    //方法1（标准霍夫变换）
    //vector<Vec2f> lines;
    //HoughLines(src_gray, lines, 1, CV_PI / 180, 150, 0, 0);
    //for (size_t i = 0; i < lines.size(); i++) {
    //    float rho = lines[i][0]; // 极坐标中的r长度
    //    float theta = lines[i][1]; // 极坐标中的角度
    //    Point pt1, pt2;
    //    double a = cos(theta), b = sin(theta);
    //    double x0 = a * rho, y0 = b * rho;
    //    // 转换为平面坐标的四个点
    //    pt1.x = cvRound(x0 + 1000 * (-b));//对一个double型的数进行四舍五入，并返回一个整型数！
    //    pt1.y = cvRound(y0 + 1000 * (a));
    //    pt2.x = cvRound(x0 - 1000 * (-b));
    //    pt2.y = cvRound(y0 - 1000 * (a));
    //    line(dst, pt1, pt2, Scalar(0, 0, 255), 1, CV_AA);
    //}


    //第二种方法（概率霍夫变换）
    vector<Vec4f> plines;
    HoughLinesP(src_gray, plines, 1, CV_PI / 180.0, 10, 0, 10);
    Scalar color = Scalar(0, 0, 255);
    for (size_t i = 0; i < plines.size(); i++) {
        Vec4f hline = plines[i];
        line(dst, Point(hline[0], hline[1]), Point(hline[2], hline[3]), color, 3, LINE_AA);
    }

    imshow("效果图", dst);

    waitKey(0);
    return 0;

}

 

主要参考博客：

原理部分：http://www.cnblogs.com/php-rearch/p/6760683.html（相当清楚，不解释，）

源码分析1:http://blog.csdn.net/zhaocj/article/details/50281537(赵春江老师，很多源码都给出了详解，尤其是那篇sift，看的热血沸腾)

源码分析2:http://blog.csdn.net/traumland/article/details/51319644

源码分析3:http://blog.csdn.net/sunshine_in_moon/article/details/45271647

Samples1:http://blog.csdn.net/poem_qianmo/article/details/26977557/   (还是浅墨)

Samples2:http://www.cnblogs.com/skyfsm/p/6881686.html
讲解：https://blog.csdn.net/qq_37059483/article/details/77891698
 这篇博客的博主在进行Canny之前使用了大津法先进行分割：http://blog.csdn.net/dcrmg/article/details/52464209

园检测

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

const int kvalue = 15;//双边滤波邻域大小

int main()
{
    Mat src_color = imread("E:\VS2015Opencv\vs2015\project\picture\08.jpg");//读取原彩色图
    imshow("原图-彩色", src_color);

    //声明一个三通道图像，像素值全为0，用来将霍夫变换检测出的圆画在上面
    Mat dst(src_color.size(), src_color.type());
    dst = Scalar::all(0);

    Mat src_gray;//彩色图像转化成灰度图
    cvtColor(src_color, src_gray, COLOR_BGR2GRAY);
    imshow("原图-灰度", src_gray);
    imwrite("src_gray.png", src_gray);

    Mat bf;//对灰度图像进行双边滤波
    bilateralFilter(src_gray, bf, kvalue, kvalue * 2, kvalue / 2);
    imshow("灰度双边滤波处理", bf);
    imwrite("src_bf.png", bf);

    vector<Vec3f> circles;//声明一个向量，保存检测出的圆的圆心坐标和半径
    HoughCircles(bf, circles, CV_HOUGH_GRADIENT, 1.5, 20, 130, 38, 10, 50);//霍夫变换检测圆

    cout << "x=	y=	r=" << endl;
    for (size_t i = 0; i < circles.size(); i++)//把霍夫变换检测出的圆画出来
    {
        Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
        int radius = cvRound(circles[i][2]);

        circle(dst, center, 0, Scalar(0, 255, 0), -1, 8, 0);
        circle(dst, center, radius, Scalar(0, 0, 255), 1, 8, 0);

        cout << cvRound(circles[i][0]) << "	" << cvRound(circles[i][1]) << "	"
            << cvRound(circles[i][2]) << endl;//在控制台输出圆心坐标和半径                
    }

    imshow("特征提取", dst);
    imwrite("dst.png", dst);

    waitKey();
}

 可以参考：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/table_of_content_imgproc/table_of_content_imgproc.html#table-of-content-imgproc