opencv读书笔记--霍夫变换

霍夫变换包含霍夫线变换和霍夫圈变换；
通过函数：cv.HoughLines()和cv.HoughLinesP()来实现霍夫线变换；
在应用霍夫变换之前，应用阈值或者Canny边缘检测，非如何第三个参数分别是ρ和θ精度，第4个参数是阈值，这意味着应将其视为行的最低投票，票数取决于线上的点数，它表示应检测到的最小线长。
通过函数：cv.HoughCircles()来查找图像中的圆。使用边缘的梯度信息:Hough梯度方法。

import numpy as np
import cv2 as cv
img = cv.imread('C:\Users\Desktop\shudu.jpeg')
gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
#Canny进行边缘检测
edges = cv.Canny(gray,50,150,apertureSize=3)
#霍夫线检测
lines = cv.HoughLines(edges,1,np.pi/180,200)
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)
    cv.line(img,(x1,y1),(x2,y2),(0,0,255),2)
cv.imshow('image',img)
cv.waitKey(0)
cv.destroyAllWindows()

通过降低阈值，提高了计算的性能；

import numpy as np
import cv2 as cv
img = cv.imread('C:\Users\Desktop\shudu.jpeg')
gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
#Canny进行边缘检测
edges = cv.Canny(gray,50,150,apertureSize=3)
#霍夫线检测
lines = cv.HoughLinesP(edges,1,np.pi/180,100,minLineLength=100,maxLineGap=10)
for line in lines:
    x1,y1,x2,y2 = line[0]
    cv.line(img,(x1,y1),(x2,y2),(0,255,0),2)
cv.imshow('image',img)
cv.waitKey(0)
cv.destroyAllWindows()

import numpy as np
import cv2 as cv
img = cv.imread('C:\Users\Yan.Dong5\Desktop\shudu.jpeg',0)
img = cv.medianBlur(img,5)
cimg = cv.cvtColor(img,cv.COLOR_GRAY2BGR)
circles = cv.HoughCircles(img,cv.HOUGH_GRADIENT,1,20,param1=50,param2=30,minRadius=0,maxRadius=0)
circles = np.uint16(np.around(circles))
for i in circles[0,:]:
    #绘制外圆
    cv.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
    #绘制圆心
    cv.circle(cimg,(i[0],i[1]),i[2],(0,0,255),3)
cv.imshow('image',cimg)
cv.waitKey(0)
cv.destroyAllWindows()

备注：不怎么好使，画出的圈圈不像样子。