OpenCV学习代码记录——Hough线段检测

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>


// http://blog.csdn.net/zhaocj/article/details/50281537

int houghLineDetection()
{
    // 加载原图像
    cv::Mat src = cv::imread("../Image/houghline2.jpg");
    if (src.empty()) {
        puts("原图像读取失败!!!");
        return -1;
    }
    cv::Mat gray(src.size(), CV_8UC1);  // 原图的灰度图像
    cv::cvtColor(src, gray, CV_BGR2GRAY);

    cv::Mat edge(src.size(), CV_8UC1);  // 边缘图像
    cv::Mat dst(src.size(), src.type());// 绘制直线的目标图像、
    cv::cvtColor(gray, dst, CV_GRAY2BGR);   // 从灰度图转过来，便于后面绘制红色的线条

    // 进行Canny边缘检测
    cv::Canny(gray, edge, 50, 200, 3);

#if 0
    // 定义输出数组，用于存储直线的角度和距离这两个变量  
    std::vector<cv::Vec2f> lines;
    // 距离分辨率为1，角度分辨率为π/180，阈值为215  
    // 阈值的选取直接影响到输出直线的数量
    cv::HoughLines(edge, lines, CV_HOUGH_PROBABILISTIC,
        CV_PI / 180.0,215,0,0);
    // 画直线
    for (size_t i = 0; i < lines.size(); ++i) {
        // 提取出距离和角度
        float rho = lines[i][0];
        float theta = lines[i][1];

        // 定义两个点，确定一条直线
        cv::Point p1, p2;
        // 计算得到两个点的坐标
        // （ρcosθ-1000sinθ，ρsinθ+1000cosθ），（ρcosθ+1000sinθ，ρsinθ-1000cosθ）  
        double a = cos(theta);
        double b = sin(theta);
        double x0 = a*rho;
        double y0 = b*rho;
        p1.x = cvRound(x0 + 1000 * (-b));
        p1.y = cvRound(y0 + 1000 * a);
        p2.x = cvRound(x0 - 1000 * (-b));
        p2.y = cvRound(y0 - 1000 * a);
        // 在灰度图上画宽度为2的红线
        cv::line(dst, p1, p2, cv::Scalar(0, 0, 255), 2, 8);
    }
#else
    std::vector<cv::Vec4i> lines;
    cv::HoughLinesP(edge, lines, CV_HOUGH_PROBABILISTIC,
        CV_PI / 180.0, 80, 30, 10);
    for (size_t i = 0; i < lines.size(); ++i) {
        cv::line(dst, cv::Point(lines[i][0], lines[i][1]),
            cv::Point(lines[i][2], lines[i][3]), cv::Scalar(0, 0, 255), 2, 8);
    }

#endif

    // 创建窗口显示原图和目标图
    cv::namedWindow("src");
    cv::namedWindow("dst");
    cv::imshow("src", src);
    cv::imshow("dst", dst);
    cv::imshow("edge", edge);

    // 等待按键退出
    cv::waitKey();
    return 0;
}