Opencv Hough算法實現圖片中直線檢測

2020-05-23 13:22:00

字體：大中小

來源：轉載

供稿：網友

本文實例為大家分享了Opencv Hough算法實現直線檢測的具體代碼，供大家參考，具體內容如下

（1）載入需檢測的圖及顯示原圖

Mat g_srcImage = imread("C://Users//lenovo//Pictures//Saved Pictures//Q.jpg"); //圖片所放路徑  imshow("【原始圖】", g_srcImage);

（2）為顯示不同的效果圖而設置滑動條

namedWindow("【效果圖】", 1);createTrackbar("值", "【效果圖】", &g_nthreshold, 200, on_HoughLines);

（3）圖像處理及顯示

//進行邊緣檢測和轉化為灰度圖  Canny(g_srcImage, g_midImage, 50, 200, 3);//進行一次canny邊緣檢測  cvtColor(g_midImage, g_dstImage, CV_GRAY2BGR);//轉化邊緣檢測后的圖為灰度圖  //調用一次回調函數，調用一次HoughLinesP函數  on_HoughLines(g_nthreshold, 0); HoughLinesP(g_midImage, g_lines, 1, CV_PI / 180, 80, 50, 10); //顯示效果圖   imshow("【效果圖】", g_dstImage); waitKey(0); return 0;

（4）主要函數：on_HoughLines()

//定義局部變量儲存全局變量  Mat dstImage = g_dstImage.clone(); Mat midImage = g_midImage.clone(); //調用HoughLinesP函數  vector<Vec4i> mylines; HoughLinesP(midImage, mylines, 1, CV_PI / 180, g_nthreshold + 1, 50, 10); //循環遍歷繪制每一條線段  for (size_t i = 0; i < mylines.size(); i++) { Vec4i l = mylines[i]; line(dstImage, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(23, 180, 55), 1, CV_AA); } //顯示圖像  imshow("【效果圖】", dstImage);

（5）源代碼：

#include <opencv2/opencv.hpp> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp>  using namespace std;using namespace cv;  Mat g_srcImage, g_dstImage, g_midImage;//原始圖、中間圖和效果圖 vector<Vec4i> g_lines;//定義一個矢量結構g_lines用于存放得到的線段矢量集合 //變量接收的TrackBar位置參數 int g_nthreshold = 100; static void on_HoughLines(int, void*);//回調函數 static void ShowHelpText(); int main(){ //改變console字體顏色  system("color 3F"); ShowHelpText(); //載入原始圖和Mat變量定義    Mat g_srcImage = imread("C://Users//lenovo//Pictures//Saved Pictures//Q.jpg");  //顯示原始圖   imshow("【原始圖】", g_srcImage); //創建滾動條  namedWindow("【效果圖】", 1); createTrackbar("值", "【效果圖】", &g_nthreshold, 200, on_HoughLines); //進行邊緣檢測和轉化為灰度圖  Canny(g_srcImage, g_midImage, 50, 200, 3);//進行一次canny邊緣檢測  cvtColor(g_midImage, g_dstImage, CV_GRAY2BGR);//轉化邊緣檢測后的圖為灰度圖  //調用一次回調函數，調用一次HoughLinesP函數  on_HoughLines(g_nthreshold, 0); HoughLinesP(g_midImage, g_lines, 1, CV_PI / 180, 80, 50, 10); //顯示效果圖   imshow("【效果圖】", g_dstImage); waitKey(0); return 0;}static void on_HoughLines(int, void*){ //定義局部變量儲存全局變量  Mat dstImage = g_dstImage.clone(); Mat midImage = g_midImage.clone(); //調用HoughLinesP函數  vector<Vec4i> mylines; HoughLinesP(midImage, mylines, 1, CV_PI / 180, g_nthreshold + 1, 50, 10); //循環遍歷繪制每一條線段  for (size_t i = 0; i < mylines.size(); i++) { Vec4i l = mylines[i]; line(dstImage, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(23, 180, 55), 1, CV_AA); } //顯示圖像  imshow("【效果圖】", dstImage);}static void ShowHelpText(){ //輸出一些幫助信息  printf("/n/n/n/t通過調整滾動條觀察圖像的不同效果~/n/n"); printf("/n/n/t/t/t by淺墨");}

（6）原圖：

Opencv,Hough,算法,直線檢測