当前位置: 首页 > 编程笔记 >

opencv3/C++实现霍夫圆/直线检测

何兴学
2023-03-14
本文向大家介绍opencv3/C++实现霍夫圆/直线检测,包括了opencv3/C++实现霍夫圆/直线检测的使用技巧和注意事项,需要的朋友参考一下

霍夫直线检测

参数说明:

cv::HoughLinesP(
InputArray src, // 输入图像(8位灰度图像)
OutputArray lines, // 输出直线两点坐标(vector<Vec4i>)
double rho, // 生成极坐标时候的像素扫描步长
double theta, //生成极坐标时候的角度步长(一般取CV_PI/180)
int threshold, // 累加器阈值,获得足够交点的极坐标点才被看成是直线
double minLineLength=0;// 直线最小长度
double maxLineGap=0;// 直线最大间隔
)

示例

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

int main()
{
  Mat src, dst;
  src = imread("E:/image/image/line.jpg");
  if(src.empty())
  {
    printf("can not load image \n");
    return -1;
  }
  cvNamedWindow("input", CV_WINDOW_AUTOSIZE);
  imshow("input", src);

  dst = Mat::zeros(src.size(), src.type());  
  cvtColor(src,dst,CV_RGB2GRAY);
  Canny(dst,dst,0,200);
  vector<Vec4i> plines;
  HoughLinesP(dst, plines, 1, CV_PI/180, 150, 10, 10);
  for(size_t i =0; i< plines.size(); i++)
  {
    Vec4i points = plines[i];
    line(src, Point(points[0], points[1]), Point(points[2],points[3]), Scalar(0,255,255), 3, CV_AA);
  }    
  cvNamedWindow("output", CV_WINDOW_AUTOSIZE);
  imshow("output", src);

  waitKey();
  return 0;
}

霍夫圆检测

霍夫圆检测对噪声比较敏感,一般要先对图像做中值滤波。

参数说明:

HoughCircles(
InputArray image, // 输入图像 ,必须是8位的单通道灰度图像
OutputArray circles, // 输出结果,即圆信息(圆心+半径)
Int method, // 采用方法:HOUGH_GRADIENT
Double dp, // dp = 1; 
Double mindist, // 10 最短距离-可以分辨是两个圆的,否则认为是同心圆:src_gray.rows/8
Double param1, // 用于Canny的边缘阀值上限,下限被置为上限的一半
Double param2, // 中心点累加器阈值
Int minradius, // 最小半径
Int maxradius//最大半径 
)

示例:

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

int main()
{
  Mat src, dst;
  src = imread("E:/image/image/line.jpg");
  if(src.empty())
  {
    printf("can not load image \n");
    return -1;
  }
  cvNamedWindow("input", CV_WINDOW_AUTOSIZE);
  imshow("input", src);
  cvtColor(src,src,CV_RGB2GRAY);
  dst = src.clone();
  cvtColor(dst,dst,CV_GRAY2RGB);
  //中值滤波
  medianBlur(src,src,3);
  vector<Vec3f> circles;
  HoughCircles(src,circles,CV_HOUGH_GRADIENT,1,100,45,30,45,220);
  for(size_t i = 0; i < circles.size(); i++)
  {
    Vec3f c = circles[i];
    circle(dst, Point(c[0], c[1]), c[2], Scalar(0,255,255), 3, CV_AA);
  }
  cvNamedWindow("output", CV_WINDOW_AUTOSIZE);
  imshow("output", dst);
  waitKey();
  return 0;
}

以上这篇opencv3/C++实现霍夫圆/直线检测就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持小牛知识库。

 类似资料:
  • 目标 我们将理解霍夫变换的概念。 我们将看到如何使用它来检测图像中的线条。 我们将看到以下函数:cv2.HoughLines(),cv2.HoughLinesP() 理论基础 霍夫变换是一种用来检测形状的流行的技术,如果你能以数学形式来表示这种形状的话。它可以检测到形状,即使它被破坏或扭曲了一点。我们将看到它是如何检测出一条线。 一条线可以表示为 $y = mx+c$,或以参数方程表示,$\rho

  • 目标 在这一章当中, 我们将学习使用霍夫变换来查找图像中的圆。 我们将看到这些函数:cv2.HoughCircles() 理论基础 一个圆在数学上可以表示为 $(x-x{center})^2 + (y - y{center})^2 = r^2$ 其中 $(x{center},y{center})$ 是圆的中心,$ r $ 是圆的半径。从等式中可以看出我们有3个参数,所以我们需要一个三维累加器来进行

  • 可以通过使用类的方法应用霍夫变换技术来检测给定图像的形状。以下是此方法的语法。 该方法接受以下参数 - image - 表示此操作的源(输入图像)的对象。 lines - 类的一个对象,用于存储存储线的参数的向量。 rho - 类型为的变量,以像素为单位表示参数的分辨率。 theta - 类型为的变量,表示以弧度表示的参数的分辨率。 threshold - 一个整数类型的变量,表示“检测”一条直线

  • 目标 在这一章当中, 我们将了解霍夫变换的概念。 我们将看到如何使用它来检测图像中的线条。 我们将看到以下函数:cv.HoughLines(),cv.HoughLinesP() 理论 如果可以用数学形式表示形状,则霍夫变换是一种检测任何形状的流行技术。即使形状有些破损或变形,也可以检测出形状。我们将看到它如何作用于一条线。 一条线可以表示为$y = mx + c$或以参数形式表示为$\rho=xc

  • 学习目标 在本章中, 我们将学习使用霍夫变换来查找图像中的圆。 我们将看到以下函数:cv.HoughCircles() 理论 圆在数学上表示为$(x-x{center})^2+(y-y{center})^2 = r^2$,其中$(x{center},y{center})$是圆的中心,$r$是圆的半径。从等式中,我们可以看到我们有3个参数,因此我们需要3D累加器进行霍夫变换,这将非常低效。因此,Op

  • 本文向大家介绍opencv3/C++图像滤波实现方式,包括了opencv3/C++图像滤波实现方式的使用技巧和注意事项,需要的朋友参考一下 图像滤波在opencv中可以有多种实现形式 自定义滤波 如使用3×3的掩模: 对图像进行处理. 使用函数filter2D()实现 通过像素点操作实现 特定形式滤波 常用的有: blur(src,dst,Size(5,5));均值滤波 GaussianBlur(