霍夫直线检测
Hough Line Transform用来做直线检测
前提条件 – 边缘检测已经完成
平面空间到极坐标空间转换

对于任意一条直线上的所有点来说
变换到极坐标中，从[0~360]空间，可以得到r的大小
属于同一条直线上点在极坐标空(r, theta)必然在一个点上有最强的信号出现，根据此反算到平面坐标中就可以得到直线上各点的像素坐标。从而得到直线

相关API

标准的霍夫变换 cv::HoughLines从平面坐标转换到霍夫空间，最终输出是opencv霍夫变换检测图像上的直线 opencv霍夫圆检测原理_opencv

表示极坐标空间

霍夫变换直线概率 cv::HoughLinesP最终输出是直线的两个点opencv霍夫变换检测图像上的直线 opencv霍夫圆检测原理_ci_02

一般情况下使用HoughLinesP

cv::HoughLinesP(
 InputArray src, // 输入图像，必须8-bit的灰度图像
 OutputArray lines, // 输出的极坐标来表示直线
 double rho, // 生成极坐标时候的像素扫描步长
 double theta, //生成极坐标时候的角度步长，一般取值CV_PI/180
 int threshold, // 阈值，只有获得足够交点的极坐标点才被看成是直线
 double minLineLength=0;// 最小直线长度
 double maxLineGap=0;// 最大间隔
 )

实例代码

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	Mat src, dst;
	src = imread("F:/3.jpg");
	if (!src.data)
	{
		cout << "cannot load image" << endl;
		return -1;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", src);
	Mat gray_src;
	//边缘检测
	Canny(src, gray_src, 100, 200);
	//转灰度图
	cvtColor(gray_src, dst, CV_GRAY2BGR);
	imshow("gray", gray_src);
	//创建向量用于存放结果
	vector<Vec4f>plines;
	HoughLinesP(gray_src, plines, 1, CV_PI / 180.0, 10, 0, 10);
	Scalar color = Scalar(0, 0, 255);
	for (size_t i = 0; i < plines.size(); i++)
	{
		Vec4f hline = plines[i];
		line(dst, Point(hline[0], hline[1]), Point(hline[2], hline[3]), color,3,LINE_AA);
		//hline[0],hline[1]和hline[2],hline[3]分别为直线上两个点的坐标，故可用line函数绘制
	}
	imshow("final result", dst);
	waitKey(0);
	return 0;
}

霍夫圆检测
相关API cv::HoughCircles
因为霍夫圆检测对噪声比较敏感，所以首先要对图像做中值滤波。
基于效率考虑，Opencv中实现的霍夫变换圆检测是基于图像梯度的实现，分为两步：
1. 检测边缘，发现可能的圆心
2. 基于第一步的基础上从候选圆心开始计算最佳半径大小

HoughCircles(
 InputArray image, // 输入图像 ,必须是8位的单通道灰度图像
 OutputArray circles, // 输出结果，发现的圆信息
 Int method, // 方法 - HOUGH_GRADIENT
 Double dp, // dp = 1;
 Double mindist, // 10 最短距离-可以分辨是两个圆的，否则认为是同心圆- src_gray.rows/8
 Double param1, // canny edge detection low threshold
 Double param2, // 中心点累加器阈值 – 候选圆心
 Int minradius, // 最小半径
 Int maxradius//最大半径
 )
 输出结果中每个信息有三个参数，分别是圆心坐标x,y和半径r
 param2越小，更多的伪圆可能被发现

实例代码

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	Mat src, dst;
	src = imread("F:/circle.png");
	if (!src.data)
	{
		cout << "cannot load image" << endl;
		return -1;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", src);
	Mat moutput;
	//中值滤波
	medianBlur(src, moutput, 3);
	//转灰度图
	cvtColor(moutput, moutput, CV_BGR2GRAY);
	//创建向量用于存放圆的信息
	vector<Vec3f>pcircles;
	HoughCircles(moutput, pcircles, CV_HOUGH_GRADIENT, 1, 10, 100, 20, 5, 50);
	src.copyTo(dst);
	for (int i = 0; i < pcircles.size(); i++)
	{
		Vec3f cc = pcircles[i];
		circle(dst, Point(cc[0], cc[1]), cc[2], Scalar(0, 255, 0));
		circle(dst, Point(cc[0], cc[1]), 2, Scalar(255, 25, 0));
		//cc中的三个参数为x,y,r,故可用circle绘制圆，第二句绘制的是圆心
	}
	imshow("final result", dst);
	waitKey(0);
	return 0;
}