怎么使用opencv3/C++實(shí)現(xiàn)霍夫圓/直線檢測

這篇文章主要介紹怎么使用opencv3/C++實(shí)現(xiàn)霍夫圓/直線檢測，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

霍夫直線檢測

參數(shù)說明：

cv::HoughLinesP(
InputArray src, // 輸入圖像（8位灰度圖像）
OutputArray lines, // 輸出直線兩點(diǎn)坐標(biāo)（vector<Vec4i>）
double rho, // 生成極坐標(biāo)時(shí)候的像素掃描步長
double theta, //生成極坐標(biāo)時(shí)候的角度步長（一般取CV_PI/180）
int threshold, // 累加器閾值，獲得足夠交點(diǎn)的極坐標(biāo)點(diǎn)才被看成是直線
double minLineLength=0;// 直線最小長度
double maxLineGap=0;// 直線最大間隔
)

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;
}

霍夫圓檢測

霍夫圓檢測對(duì)噪聲比較敏感，一般要先對(duì)圖像做中值濾波。

參數(shù)說明：

HoughCircles(
InputArray image, // 輸入圖像 ,必須是8位的單通道灰度圖像
OutputArray circles, // 輸出結(jié)果，即圓信息（圓心+半徑）
Int method, // 采用方法：HOUGH_GRADIENT
Double dp, // dp = 1; 
Double mindist, // 10 最短距離-可以分辨是兩個(gè)圓的，否則認(rèn)為是同心圓：src_gray.rows/8
Double param1, // 用于Canny的邊緣閥值上限，下限被置為上限的一半
Double param2, // 中心點(diǎn)累加器閾值
Int minradius, // 最小半徑
Int maxradius//最大半徑 
)

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);
  //中值濾波
  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;
}

以上是“怎么使用opencv3/C++實(shí)現(xiàn)霍夫圓/直線檢測”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對(duì)大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！