hough霍夫直线检测函数cvHoughLines2

1.霍夫变换（Hough Transform）是图像处理中的一种特征提取技术，该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。

opencv中的霍夫线变换有如下三种：

<1>标准霍夫变换（StandardHough Transform，SHT），由HoughLines函数调用。

<2>多尺度霍夫变换（Multi-ScaleHough Transform，MSHT），由HoughLines函数调用。

<3>累计概率霍夫变换（ProgressiveProbabilistic Hough Transform，PPHT），由HoughLinesP函数调用。

2.cvHoughLines2

此函数是opencv图像变换函数中的一个，主要用来访问霍夫变换的两个算法--标准霍夫变换（SHT）和累计概率霍夫变换（PPHT）。

函数原型：

CvSeq* cvHonghLines2(CvArr* image,void* line_storage,int mehtod,double rho,double theta,int threshold,double param1 =0,double param2 =0);

image

输入 8-比特、单通道 (二值) 图像，当用CV_HOUGH_PROBABILISTIC方法检测的时候其内容会被函数改变。

line_storage

检测到的线段存储仓. 可以是内存存储仓 (此种情况下，一个线段序列在存储仓中被创建，并且由函数返回），或者是包含线段参数的特殊类型的具有单行/单列的矩阵(CvMat*)。矩阵头为函数所修改，使得它的 cols/rows 将包含一组检测到的线段。如果 line_storage 是矩阵，而实际线段的数目超过矩阵尺寸，那么最大可能数目的线段被返回(线段没有按照长度、可信度或其它指标排序).

method

Hough 变换变量，是下面变量的其中之一：

CV_HOUGH_STANDARD - 传统或标准 Hough 变换. 每一个线段由两个浮点数 (ρ, θ) 表示，其中 ρ 是直线与原点 (0,0) 之间的距离，θ 线段与 x-轴之间的夹角。因此，矩阵类型必须是 CV_32FC2 type.

CV_HOUGH_PROBABILISTIC - 概率 Hough 变换(如果图像包含一些长的线性分割，则效率更高). 它返回线段分割而不是整个线段。每个分割用起点和终点来表示，所以矩阵（或创建的序列）类型是 CV_32SC4.

CV_HOUGH_MULTI_SCALE - 传统 Hough 变换的多尺度变种。线段的编码方式与 CV_HOUGH_STANDARD 的一致。

rho

与像素相关单位的距离精度，一般取1

theta

弧度测量的角度精度，一般取CV_PI/180

threshold

阈值参数。如果相应的累计值大于 threshold，则函数返回这条线段，该值越大，得到直线越少。

param1

第一个方法相关的参数:

对传统 Hough 变换，不使用(0).

对概率 Hough 变换，它是最小线段长度.

对多尺度 Hough 变换，它是距离精度 rho 的分母 (大致的距离精度是 rho 而精确的应该是 rho / param1 ).

param2

第二个方法相关参数:

对传统 Hough 变换，不使用 (0).

对概率 Hough 变换，这个参数表示在同一条直线上进行碎线段连接的最大间隔值(gap), 即当同一条直线上的两条碎线段之间的间隔小于param2时，将其合二为一。

对多尺度 Hough 变换，它是角度精度 theta 的分母 (大致的角度精度是 theta 而精确的角度应该是 theta / param2).

3.cvHoughLines2的标准方法的返回值

（1）CV_HOUGH_STANDARD - 传统或标准 Hough 变换. 每一个线段由两个浮点数 (ρ, θ) 表示，其中 ρ 是直线与原点 (0,0) 之间的距离，θ 线段与 x-轴之间的夹角。

 1 lines = cvHoughLines2( dst, storage, CV_HOUGH_STANDARD, 1, CV_PI/180, 150, 0, 0 );
 2 for( i = 0; i < lines->total; i++ )
 3 {
 4 float* line = (float*)cvGetSeqElem(lines,i);
 5 float rho = line&#91;0&#93;;
 6 float theta = line&#91;1&#93;;
 7 CvPoint pt1, pt2;
 8 double a = cos(theta), b = sin(theta);
 9 if( fabs(a) < 0.001 )
10 {
11 pt1.x = pt2.x = cvRound(rho);
12 pt1.y = 0;
13 pt2.y = color_dst->height;
14 }
15 else if( fabs(b) < 0.001 )
16 {
17 pt1.y = pt2.y = cvRound(rho);
18 pt1.x = 0;
19 pt2.x = color_dst->width;
20 }
21 else
22 {
23 pt1.x = 0;
24 pt1.y = cvRound(rho/b);
25 pt2.x = cvRound(rho/a);
26 pt2.y = 0;
27 }
28 cvLine( color_dst, pt1, pt2, CV_RGB(255,0,0), 3, 8 );
29 }

返回的是rho=ρ，theta=θ。
（2）CV_HOUGH_PROBABILISTIC - 概率 Hough 变换(如果图像包含一些长的线性分割，则效率更高). 它返回线段分割而不是整个线段。每个分割用起点和终点来表示

1 lines = cvHoughLines2( dst, storage, CV_HOUGH_PROBABILISTIC, 1, CV_PI/180, 80, 30, 10 );
2 for( i = 0; i < lines->total; i++ )
3 {
4 CvPoint* line = (CvPoint*)cvGetSeqElem(lines,i);
5 cvLine( color_dst, line[0], line[1], CV_RGB(255,0,0), 3, 8 );
6 }

返回的是两个端点的坐标。