opencv 霍夫变换

### OpenCV 霍夫变换使用方法 #### 函数介绍 在 OpenCV 中，霍夫变换用于检测图像中的几何形状。对于直线检测，主要使用的函数是 `cv2.HoughLines()` 和 `cv2.HoughLinesP()`；而对于圆的检测，则采用 `cv2.HoughCircles()`。 - **霍夫直线变换** 对于标准霍夫线变换 (Standard Hough Line Transform)，`cv2.HoughLines()` 可以用来识别二值化边缘图中的直线[^2]。 - **概率霍夫线变换** 更常用的是概率霍夫线变换 (`Probabilistic Hough Line Transform`) 即 `cv2.HoughLinesP()`，它只返回满足条件的一系列短直线段而不是完整的无限长度线条，这有助于减少计算量并提高效率[^3]。 - **霍夫圆变换** 圆形检测则依赖于 `cv2.HoughCircles()` 函数，此函数内部集成了 Canny 边缘检测器来寻找可能属于圆周上的点，并应用霍夫投票机制确定最终的圆形位置和半径[^1]。 #### 参数说明 这些函数都接受多个参数控制检测过程： - `image`: 输入图片应为8位单通道（灰度）二值图像； - `rho`, `theta`: 定义累加平面分辨率； - `threshold`: 设置多少票数以上的候选者才能被认定为目标对象； - `minLineLength`(仅限`HoughLinesP`) : 最小线段长度； - `maxLineGap`(仅限`HoughLinesP`) ：允许的最大间隙宽度； - `param1`, `param2`(仅限`HoughCircles`)：分别为传递给内嵌Canny算子的高阈值以及中心检测阶段的累积器阈值等。 #### 实际操作案例展示 ##### 检测直线的例子 下面给出一段Python代码片段演示如何利用OpenCV执行简单的霍夫直线变换: ```python import numpy as np import cv2 def hough_line_transform(image_path): img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE) edges = cv2.Canny(img, 50, 150) lines = cv2.HoughLines(edges, rho=1, theta=np.pi / 180, threshold=200) result_img = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) if lines is not None: for line in lines: rho, theta = line[0] a = np.cos(theta) b = np.sin(theta) x0 = a * rho y0 = b * rho x1 = int(x0 + 1000*(-b)) y1 = int(y0 + 1000*(a)) x2 = int(x0 - 1000*(-b)) y2 = int(y0 - 1000*(a)) cv2.line(result_img, (x1,y1), (x2,y2),(0,0,255),2) hough_line_transform('path_to_image') ``` ##### 检测圆形的例子 这里也提供了一个关于霍夫圆变换的小例子: ```python def hough_circle_transform(image_path): img = cv2.imread(image_path, cv2.IMREAD_COLOR) gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) circles = cv2.HoughCircles(gray,cv2.HOUGH_GRADIENT,dp=1,minDist=20,param1=50,param2=30,minRadius=0,maxRadius=0) output = img.copy() if circles is not None: circles = np.uint16(np.around(circles)) for i in circles[0,:]: center = (i[0], i[1]) radius = i[2] # Draw circle outline and its center point on the image. cv2.circle(output,center,radius,(0,255,0),2) cv2.circle(output,center,2,(0,0,255),3) hough_circle_transform('path_to_image') ```