OpenCV - 霍夫线变换

您可以使用 Imgproc 类的方法 HoughLines() 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。

HoughLines(image, lines, rho, theta, Threshold)

此方法接受以下参数 −

image − 表示源（输入）图像的 Mat 类的对象。
lines −类 Mat 的一个对象，用于存储向量，该向量存储了线的参数 (r, Φ)。
rho − 一个 double 类型的变量，表示参数 r 的分辨率（以像素为单位）。
theta − 一个 double 类型的变量，表示参数 Φ 的分辨率（以弧度为单位）。
threshold − 一个 integer 类型的变量，表示"检测"线的最小交叉点数。

示例

以下程序演示了如何在给定图像中检测霍夫线。

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.Point;
import org.opencv.core.Scalar;

import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;

public class HoughlinesTest {
   public static void main(String args[]) throws Exception {
      // 加载 OpenCV 核心库
      System.loadLibrary( Core.NATIVE_LIBRARY_NAME );

      // 从文件读取图像并将其存储到 Matrix 对象中
      String file = "E:/OpenCV/chap21/hough_input.jpg";

      // 读取图像
      Mat src = Imgcodecs.imread(file,0);

      // 检测其边缘
      Mat canny = new Mat();
      Imgproc.Canny(src, canny, 50, 200, 3, false);

      // 改变 canny 的颜色
      Mat cannyColor = new Mat();
      Imgproc.cvtColor(canny, cannyColor, Imgproc.COLOR_GRAY2BGR);

      // 从 (canny) 检测霍夫线
      Mat lines = new Mat();
      Imgproc.HoughLines(canny, lines, 1, Math.PI/180, 100);

      System.out.println(lines.rows());
      System.out.println(lines.cols());

      // 在图像上绘制线条
      double[] data;
      double rho, theta;
      Point pt1 = new Point();
      Point pt2 = new Point();
      double a, b;
      double x0, y0;
      
      for (int i = 0; i < lines.cols(); i++) {
         data = lines.get(0, i);
         rho = data[0];
         theta = data[1];
         
         a = Math.cos(theta);
         b = Math.sin(theta);
         x0 = a*rho;
         y0 = b*rho;
         
         pt1.x = Math.round(x0 + 1000*(-b));
         pt1.y = Math.round(y0 + 1000*(a));
         pt2.x = Math.round(x0 - 1000*(-b));
         pt2.y = Math.round(y0 - 1000 *(a));
         Imgproc.line(cannyColor, pt1, pt2, new Scalar(0, 0, 255), 6);
      }
      // 写入图像
      Imgcodecs.imwrite("E:/OpenCV/chap21/hough_output.jpg", cannyColor);
          
      System.out.println("Image Processed");
   }
}

假设以下是上述程序中指定的输入图像hough_input.jpg。