【OpenCV入門指南】第七篇 線段檢測與圓檢測

【OpenCV入門指南】第七篇 線段檢測與圓檢測

在《【OpenCV入門指南】第五篇輪廓檢測上》與《【OpenCV入門指南】第六篇輪廓檢測下》講解了OpenCV的輪廓檢測。本篇將講解在OpenCV中使用線段檢測與圓檢測。

線段檢測與圓檢測主要運用Hough變換，Hough變換是一種利用圖像的全局特徵將特定形狀的邊緣鏈接起來，造成連續平滑邊緣的一種方法。它經過將源圖像上的點影射到用於累加的參數空間，實現對已知解析式曲線進行識別。

在OpenCV編程中，線段檢測和圓檢測已經封裝成函數了，直接使用cvHoughLines2和cvHoughCircles便可，下面來看看函數介紹和實際代碼。

《OpenCV入門指南》系列文章地址：http://blog.csdn.net/morewindows/article/category/863841

 

函數功能：檢測圖像中的線段

函數原型：

CvSeq* cvHoughLines2( 

  CvArr* image, 

  void* line_storage, 

  int method,

  double rho, 

  double theta, 

  int threshold,

  double param1=0, double param2=0 

);

參數說明：

第一個參數表示輸入圖像，必須爲二值圖像（黑白圖）。

第二個參數表示存儲容器，和上一篇的輪廓檢測同樣，能夠傳入CvMemStorage類型的指針。

第三個參數表示變換變量，能夠取下面的值：

  CV_HOUGH_STANDARD - 傳統或標準 Hough 變換. 每個線段由兩個浮點數 (ρ, θ) 表示，其中 ρ 是線段與原點(0,0) 之間的距離，θ 線段與 x-軸之間的夾角。

  CV_HOUGH_PROBABILISTIC - 機率 Hough 變換(若是圖像包含一些長的線性分割，則效率更高)。它返回線段分割而不是整個線段。每一個分割用起點和終點來表示。

  CV_HOUGH_MULTI_SCALE - 傳統 Hough 變換的多尺度變種。線段的編碼方式與 CV_HOUGH_STANDARD 的一致。

第四個參數表示與象素相關單位的距離精度。

第五個參數表示弧度測量的角度精度。

第六個參數表示檢測線段的最大條數，若是已經檢測這麼多條線段，函數返回。

第七個參數與第三個參數有關，其意義以下：

  對傳統 Hough 變換，不使用(0).

  對機率 Hough 變換，它是最小線段長度.

  對多尺度 Hough 變換，它是距離精度 rho 的分母 (大體的距離精度是 rho 而精確的應該是 rho / param1 ).

第八個參數與第三個參數有關，其意義以下：

  對傳統 Hough 變換，不使用 (0).

  對機率 Hough 變換，這個參數表示在同一條線段上進行碎線段鏈接的最大間隔值(gap), 即當同一條線段上的兩條碎線段之間的間隔小於param2時，將其合二爲一。

  對多尺度 Hough 變換，它是角度精度 theta 的分母 (大體的角度精度是 theta 而精確的角度應該是 theta / param2).

 

線段檢測的原理仍是有點複雜，有興趣請閱讀專業書籍，下面給一個份示例代碼：

[cpp] view plaincopy

1. // 圖像中的線段檢測  

2. //By MoreWindows (http://blog.csdn.net/MoreWindows)  

3. #include <opencv2/opencv.hpp>  

4. using namespace std;  

5. #pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")  

6. int main()  

7. {     

8.     const char *pstrWindowsSrcTitle = "原圖(http://blog.csdn.net/MoreWindows)";  

9.     const char *pstrWindowsLineName = "線段檢測";  

10.   

11.     // 從文件中加載原圖  

12.     IplImage *pSrcImage = cvLoadImage("201.jpg", CV_LOAD_IMAGE_UNCHANGED);  

13.     // 灰度圖  

14.     IplImage *pGrayImage =  cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);  

15.     cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY);  

16.     // 邊緣圖  

17.     IplImage *pCannyImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);  

18.     cvCanny(pGrayImage, pCannyImage, 30, 90);  

19.     //cvSmooth(pCannyImage, pCannyImage);  

20.   

21.     // 線段檢測(只能針對二值圖像)  

22.     CvMemStorage *pcvMStorage = cvCreateMemStorage();  

23.     double fRho = 1;  

24.     double fTheta = CV_PI / 180;  

25.     int nMaxLineNumber = 50;   //最多檢測條直線  

26.     double fMinLineLen = 50;   //最小線段長度  

27.     double fMinLineGap = 10;   //最小線段間隔  

28.     CvSeq *pcvSeqLines = cvHoughLines2(pCannyImage, pcvMStorage, CV_HOUGH_PROBABILISTIC, fRho, fTheta, nMaxLineNumber, fMinLineLen, fMinLineGap);  

29.       

30.     // 繪製線段  

31.     IplImage *pColorImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 3);  

32.     cvCvtColor(pCannyImage, pColorImage, CV_GRAY2BGR);  

33.     int i;  

34.     for(i = 0; i < pcvSeqLines->total; i++)  

35.     {  

36.         CvPoint* line = (CvPoint*)cvGetSeqElem(pcvSeqLines, i);  

37.         cvLine(pColorImage, line[0], line[1], CV_RGB(255,0,0), 2);  

38.     }  

39.   

40.     cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);  

41.     cvShowImage(pstrWindowsSrcTitle, pSrcImage);  

42.     cvNamedWindow(pstrWindowsLineName, CV_WINDOW_AUTOSIZE);  

43.     cvShowImage(pstrWindowsLineName, pColorImage);  

44.   

45.     cvWaitKey(0);  

46.   

47.     cvReleaseMemStorage(&pcvMStorage);  

48.     cvDestroyWindow(pstrWindowsSrcTitle);  

49.     cvDestroyWindow(pstrWindowsLineName);  

50.     cvReleaseImage(&pSrcImage);  

51.     cvReleaseImage(&pGrayImage);  

52.     cvReleaseImage(&pCannyImage);  

53.     cvReleaseImage(&pColorImage);  

54.     return 0;  

55. }  

運行結果以下：

 

圓檢測函數要用到cvHoughCircles這個函數的函數原形以下：

CVAPI(CvSeq*) cvHoughCircles( 

  CvArr* image, void* circle_storage,

  int method, 

  double dp, 

  double min_dist,

  double param1 CV_DEFAULT(100),

  double param2 CV_DEFAULT(100),

  int min_radius CV_DEFAULT(0),

  int max_radius CV_DEFAULT(0)

);

能夠看出cvHoughCircles與上面的cvHoughLines2函數比較相似，所以講下部分參數的意思就能夠了：

第二個參數表示Hough變換方式，目前只能用CV_HOUGH_GRADIENT。

第三個參數表示尋找圓弧圓心的累計分辨率，一般設置成1就能夠了。

第四個參數表示兩個不一樣圓之間的最小距離，因爲是按圓心來計算距離的，所以對同心圓的檢測就無能爲力了。

注意，圓檢測函數可使用灰度圖。

 

圓檢測的代碼以下：

[cpp] view plaincopy

1. // 圖像中的圓檢測  

2. //By MoreWindows (http://blog.csdn.net/MoreWindows)  

3. #include <opencv2/opencv.hpp>  

4. using namespace std;  

5. #pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")  

6. int main()  

7. {     

8.     const char *pstrWindowsSrcTitle = "原圖(http://blog.csdn.net/MoreWindows)";  

9.     const char *pstrWindowsLineName = "圓檢測";  

10.   

11.     // 從文件中加載原圖  

12.     IplImage *pSrcImage = cvLoadImage("201.jpg", CV_LOAD_IMAGE_UNCHANGED);  

13.     // 灰度圖  

14.     IplImage *pGrayImage =  cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);  

15.     cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY);  

16.     //cvSmooth(pGrayImage, pGrayImage);  

17.   

18.     // 圓檢測(灰度圖)  

19.     CvMemStorage *pcvMStorage = cvCreateMemStorage();  

20.     double fMinCircleGap = pGrayImage->height / 10;  

21.     CvSeq *pcvSeqCircles = cvHoughCircles(pGrayImage, pcvMStorage, CV_HOUGH_GRADIENT, 1, fMinCircleGap);  

22.     //每一個圓由三個浮點數表示：圓心座標(x,y)和半徑  

23.   

24.     // 繪製直線  

25.     IplImage *pColorImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 3);  

26.     cvCvtColor(pGrayImage, pColorImage, CV_GRAY2BGR);  

27.     int i;  

28.     for (i = 0; i < pcvSeqCircles->total; i++)  

29.     {  

30.         float* p = (float*)cvGetSeqElem(pcvSeqCircles, i);  

31.         cvCircle(pColorImage, cvPoint(cvRound(p[0]), cvRound(p[1])), cvRound(p[2]), CV_RGB(255, 0, 0), 2);  

32.     }  

33.   

34.     cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);  

35.     cvShowImage(pstrWindowsSrcTitle, pSrcImage);  

36.     cvNamedWindow(pstrWindowsLineName, CV_WINDOW_AUTOSIZE);  

37.     cvShowImage(pstrWindowsLineName, pColorImage);  

38.   

39.     cvWaitKey(0);  

40.   

41.     cvReleaseMemStorage(&pcvMStorage);  

42.     cvDestroyWindow(pstrWindowsSrcTitle);  

43.     cvDestroyWindow(pstrWindowsLineName);  

44.     cvReleaseImage(&pSrcImage);  

45.     cvReleaseImage(&pGrayImage);  

46.     cvReleaseImage(&pColorImage);  

47.     return 0;  

48. }  

運行結果以下，能夠看出圓的檢測準確度不高。

 

《【OpenCV入門指南】第五篇輪廓檢測上》、《【OpenCV入門指南】第六篇輪廓檢測下》及《【OpenCV入門指南】第七篇線段檢測與圓檢測》介紹了圖像的輪廓檢測，線段檢測及圓檢測。

下面幾篇將介紹圖像的直方圖，這對統計圖像的信息以及根據這些信息來加強圖像很是有幫助。歡迎繼續瀏覽《【OpenCV入門指南】第八篇灰度直方圖》、《【OpenCV入門指南】第九篇灰度直方圖均衡化》與《【OpenCV入門指南】第十篇彩色直方圖均衡化》。