OPENCV学习之霍夫变换

霍夫线变换：
效果图：

关于霍夫变换线变换的详细介绍
以下是代码：

int main()
{	//载入并显示
	Mat src = imread("2.jpg");
	imshow("原图", src);

	Mat dst, temp;
	//边缘检测
	Canny(src, temp, 50, 200, 3);
	//转化为彩色图
	cvtColor(temp, dst,	COLOR_GRAY2BGR);
	//霍夫变换
	vector<Vec2f>lines;
	HoughLines(temp, lines, 1, CV_PI / 180, 150, 0, 0);

	for (size_t i = 0; i < lines.size(); i++)
	{

		float rho = lines[i][0], theta = lines[i][1];
		Point pt1, pt2;
		double a = cos(theta), b = sin(theta);
		double x0 = a * rho, y0 = b * rho;
		pt1.x = cvRound(x0 = 1000 * (-b));
		pt1.y = cvRound(y0 = 1000 * (a)); 
		pt2.x = cvRound(x0 = 1000 * (-b));
		pt2.y = cvRound(y0 = 1000 * (a));
		line(dst, pt1, pt2, Scalar(0,0,255), 1, LINE_AA);
		imshow("Canny", temp);
		imshow("效果图", dst);
	}




	waitKey(0);
	return(0);
}

效果图怎么跟边缘检测的图一样？

line(dst, pt1, pt2, Scalar(0,0,255), 1, LINE_AA);

修改scalar()中的值颜色怎么不改变？

霍夫圆变换

void HoughCircles(InputArray image,OutputArray circles, int method, double dp, double minDist, double param1=100,double param2=100, int minRadius=0, int maxRadius=0 )

第一个参数，InputArray类型的image，输入图像，即源图像，需为8位的灰度单通道图像。
第二个参数，InputArray类型的circles，经过调用HoughCircles函数后此参数存储了检测到的圆的输出矢量，每个矢量由包含了3个元素的浮点矢量(x, y, radius)表示。
第三个参数，int类型的method，即使用的检测方法，目前OpenCV中就霍夫梯度法一种可以使用，它的标识符为CV_HOUGH_GRADIENT，在此参数处填这个标识符即可。
第四个参数，double类型的dp，用来检测圆心的累加器图像的分辨率于输入图像之比的倒数，且此参数允许创建一个比输入图像分辨率低的累加器。上述文字不好理解的话，来看例子吧。例如，如果dp= 1时，累加器和输入图像具有相同的分辨率。如果dp=2，累加器便有输入图像一半那么大的宽度和高度。
第五个参数，double类型的minDist，为霍夫变换检测到的圆的圆心之间的最小距离，即让我们的算法能明显区分的两个不同圆之间的最小距离。这个参数如果太小的话，多个相邻的圆可能被错误地检测成了一个重合的圆。反之，这个参数设置太大的话，某些圆就不能被检测出来了。
第六个参数，double类型的param1，有默认值100。它是第三个参数method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法CV_HOUGH_GRADIENT，它表示传递给canny边缘检测算子的高阈值，而低阈值为高阈值的一半。
第七个参数，double类型的param2，也有默认值100。它是第三个参数method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法CV_HOUGH_GRADIENT，它表示在检测阶段圆心的累加器阈值。它越小的话，就可以检测到更多根本不存在的圆，而它越大的话，能通过检测的圆就更加接近完美的圆形了。
第八个参数，int类型的minRadius,有默认值0，表示圆半径的最小值。
第九个参数，int类型的maxRadius,也有默认值0，表示圆半径的最大值。

例子如下：

int main()
{
	Mat src = imread("2.jpg");
	imshow("原图", src);
	Mat gray;
	cvtColor(src,gray,COLOR_BGR2GRAY);//转化为灰度图
	//高斯模糊
	GaussianBlur(gray, gray, Size(9, 9), 2, 2);

	//进行霍夫圆变换
	vector<Vec3f>circles;
	HoughCircles(gray,circles,HOUGH_GRADIENT,1.5,10,200,100,0,0);

	for (size_t i = 0; i < circles.size(); i++)
	{//定义参数
		Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
		int radius = cvRound(cvRound(circles[i][2]));
		//绘制圆心
		circle(src, center, 3, Scalar(0, 255, 0), -1, 8, 0);
		//绘制轮廓
		circle(src, center, radius, Scalar(0, 255, 0), 3, 8, 0);
	


	}
		imshow("效果图", src);
	waitKey(0);
	return(0);

}

效果图：