目录简介Example运行截图Example分析Example代码
简介
本文记录了对OpenCV示例houghlines.cpp的分析。资料地址：http://docs.opencv.org/3.0.0/d2/d7b/houghlines_8cpp-example.html
这个示例主要演示了如何使用HoughLinesP对图像进行直线检测。
示例涉及到HoughLinesP。
| HoughLinesP HoughLinesP函数就是利用概率霍夫变换来检测直线的。它的一般步骤为：1、随机抽取图像中的一个特征点，即边缘点，如果该点已经被标定为是某一条直线上的点，则继续在剩下的边缘点中随机抽取一个边缘点，直到所有边缘点都抽取完了为止；2、对该点进行霍夫变换，并进行累加和计算；3、选取在霍夫空间内值最大的点，如果该点大于阈值的，则进行步骤4，否则回到步骤1；4、根据霍夫变换得到的最大值，从该点出发，沿着直线的方向位移，从而找到直线的两个端点；5、计算直线的长度，如果大于某个阈值，则被认为是好的直线输出，回到步骤1。 函数原型：void HoughLinesP(InputArray image,OutputArray lines, double rho, double theta, int threshold, double minLineLength=0,double maxLineGap=0 ) 参数说明：image：输入图像，要求是8位单通道图像lines：输出的直线向量，每条线用4个元素表示，即直线的两个端点的4个坐标值rho和theta：分别为距离和角度的分辨率threshold：阈值，即步骤3中的阈值minLineLength：最小直线长度，在步骤5中要用到，即如果小于该值，则不被认为是一条直线maxLineGap：最大直线间隙，在步骤4中要用到，即如果有两条线段是在一条直线上，但它们之间因为有间隙，所以被认为是两个线段，如果这个间隙大于该值，则被认为是两条线段，否则是一条。 PS:以上描述摘至参考资料1.《Opencv2.4.9源码分析——HoughLinesP》 |
Example截图
| 原图 | 效果图 |
 |
 |
Example分析 1.从命令行参数加载图像 const string filename = argc >= 2 ? argv[1] : "../data/pic1.png";
Mat src = imread(filename, IMREAD_GRAYSCALE); if (src.empty()) { help(); cout << "can not open " << filename << endl; return -1; }
2.使用Canny函数对图像进行边缘检测 Mat mask; cv::Canny(src, mask, 100, 200, 3);
注意： Canny函数返回的图像为灰度图像，背景为黑色，前景为白色（OpenCV中所谓的二值化的灰度图，虽然还是灰度图） 关于Canny函数的使用可以参考：OpenCV3.0 Examples学习笔记（6）-edge.cpp
3.创建显示检测效果的目标图像 Mat dst_cpu; cv::cvtColor(mask, dst_cpu, COLOR_GRAY2BGR);
4.使用HoughLinesP对图像进行直线检测 vector<Vec4i> lines_cpu; { const int64 start = getTickCount();
cv::HoughLinesP(mask, lines_cpu, 1, CV_PI / 180, 50, 60, 5);
const double timeSec = (getTickCount() - start) / getTickFrequency(); cout << "CPU Time : " << timeSec * 1000 << " ms" << endl; cout << "CPU Found : " << lines_cpu.size() << endl; }
注意： （1）这里使用getTickCount检测算法运行时间；
5.在目标图像上绘制直线检测结果 for (size_t i = 0; i < lines_cpu.size(); ++i) { Vec4i l = lines_cpu[i]; line(dst_cpu, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0, 0, 255), 3, LINE_AA); }
6.显示源图像和直线检测的结果图像 imshow("source", src); imshow("detected lines [CPU]", dst_cpu);
Example代码
#include <cmath>
#include <iostream>
#include "opencv2/core.hpp"
#include <opencv2/core/utility.hpp>
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/cudaimgproc.hpp"
using namespace std;
using namespace cv;
using namespace cv::cuda;
static void help()
{
cout << "This program demonstrates line finding with the Hough transform." << endl;
cout << "Usage:" << endl;
cout << "./gpu-example-houghlines <image_name>, Default is ../data/pic1.png\n" << endl;
}
int main(int argc, const char* argv[])
{
const string filename = argc >= 2 ? argv[1] : "../data/pic1.png";
Mat src = imread(filename, IMREAD_GRAYSCALE);
if (src.empty())
{
help();
cout << "can not open " << filename << endl;
return -1;
}
Mat mask;
cv::Canny(src, mask, 100, 200, 3);
Mat dst_cpu;
cv::cvtColor(mask, dst_cpu, COLOR_GRAY2BGR);
Mat dst_gpu = dst_cpu.clone();
vector<Vec4i> lines_cpu;
{
const int64 start = getTickCount();
cv::HoughLinesP(mask, lines_cpu, 1, CV_PI / 180, 50, 60, 5);
const double timeSec = (getTickCount() - start) / getTickFrequency();
cout << "CPU Time : " << timeSec * 1000 << " ms" << endl;
cout << "CPU Found : " << lines_cpu.size() << endl;
}
for (size_t i = 0; i < lines_cpu.size(); ++i)
{
Vec4i l = lines_cpu[i];
line(dst_cpu, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0, 0, 255), 3, LINE_AA);
}
GpuMat d_src(mask);
GpuMat d_lines;
{
const int64 start = getTickCount();
Ptr<cuda::HoughSegmentDetector> hough = cuda::createHoughSegmentDetector(1.0f, (float) (CV_PI / 180.0f), 50, 5);
hough->detect(d_src, d_lines);
const double timeSec = (getTickCount() - start) / getTickFrequency();
cout << "GPU Time : " << timeSec * 1000 << " ms" << endl;
cout << "GPU Found : " << d_lines.cols << endl;
}
vector<Vec4i> lines_gpu;
if (!d_lines.empty())
{
lines_gpu.resize(d_lines.cols);
Mat h_lines(1, d_lines.cols, CV_32SC4, &lines_gpu[0]);
d_lines.download(h_lines);
}
for (size_t i = 0; i < lines_gpu.size(); ++i)
{
Vec4i l = lines_gpu[i];
line(dst_gpu, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0, 0, 255), 3, LINE_AA);
}
imshow("source", src);
imshow("detected lines [CPU]", dst_cpu);
imshow("detected lines [GPU]", dst_gpu);
waitKey();
return 0;
}
参考资料: 1.《Opencv2.4.9源码分析——HoughLinesP》