Opencv Hough算法实现图片中直线检测

2020-01-26 13:35:19

字体：大中小

来源：转载

供稿：网友

本文实例为大家分享了Opencv Hough算法实现直线检测的具体代码，供大家参考，具体内容如下

（1）载入需检测的图及显示原图

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

（2）为显示不同的效果图而设置滑动条

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

（3）图像处理及显示

//进行边缘检测和转化为灰度图  Canny(g_srcImage, g_midImage, 50, 200, 3);//进行一次canny边缘检测  cvtColor(g_midImage, g_dstImage, CV_GRAY2BGR);//转化边缘检测后的图为灰度图  //调用一次回调函数，调用一次HoughLinesP函数  on_HoughLines(g_nthreshold, 0); HoughLinesP(g_midImage, g_lines, 1, CV_PI / 180, 80, 50, 10); //显示效果图   imshow("【效果图】", g_dstImage); waitKey(0); return 0;

（4）主要函数：on_HoughLines()

//定义局部变量储存全局变量  Mat dstImage = g_dstImage.clone(); Mat midImage = g_midImage.clone(); //调用HoughLinesP函数  vector<Vec4i> mylines; HoughLinesP(midImage, mylines, 1, CV_PI / 180, g_nthreshold + 1, 50, 10); //循环遍历绘制每一条线段  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); } //显示图像  imshow("【效果图】", dstImage);

（5）源代码：

#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;//原始图、中间图和效果图 vector<Vec4i> g_lines;//定义一个矢量结构g_lines用于存放得到的线段矢量集合 //变量接收的TrackBar位置参数 int g_nthreshold = 100; static void on_HoughLines(int, void*);//回调函数 static void ShowHelpText(); int main(){ //改变console字体颜色  system("color 3F"); ShowHelpText(); //载入原始图和Mat变量定义    Mat g_srcImage = imread("C://Users//lenovo//Pictures//Saved Pictures//Q.jpg");  //显示原始图   imshow("【原始图】", g_srcImage); //创建滚动条  namedWindow("【效果图】", 1); createTrackbar("值", "【效果图】", &g_nthreshold, 200, on_HoughLines); //进行边缘检测和转化为灰度图  Canny(g_srcImage, g_midImage, 50, 200, 3);//进行一次canny边缘检测  cvtColor(g_midImage, g_dstImage, CV_GRAY2BGR);//转化边缘检测后的图为灰度图  //调用一次回调函数，调用一次HoughLinesP函数  on_HoughLines(g_nthreshold, 0); HoughLinesP(g_midImage, g_lines, 1, CV_PI / 180, 80, 50, 10); //显示效果图   imshow("【效果图】", g_dstImage); waitKey(0); return 0;}static void on_HoughLines(int, void*){ //定义局部变量储存全局变量  Mat dstImage = g_dstImage.clone(); Mat midImage = g_midImage.clone(); //调用HoughLinesP函数  vector<Vec4i> mylines; HoughLinesP(midImage, mylines, 1, CV_PI / 180, g_nthreshold + 1, 50, 10); //循环遍历绘制每一条线段  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); } //显示图像  imshow("【效果图】", dstImage);}static void ShowHelpText(){ //输出一些帮助信息  printf("/n/n/n/t通过调整滚动条观察图像的不同效果~/n/n"); printf("/n/n/t/t/t by浅墨");}

（6）原图：