這期內(nèi)容當(dāng)中小編將會(huì)給大家?guī)?lái)有關(guān)使用Opencv Hough算法怎么實(shí)現(xiàn)圖片中直線檢測(cè)，文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。
（1）載入需檢測(cè)的圖及顯示原圖
重慶分公司
重慶分公司
Mat g_srcImage = imread("C:\\Users\\lenovo\\Pictures\\Saved Pictures\\Q.jpg"); //圖片所放路徑
imshow("【原始圖】", g_srcImage);（2）為顯示不同的效果圖而設(shè)置滑動(dòng)條
namedWindow("【效果圖】", 1);
createTrackbar("值", "【效果圖】", &g_nthreshold, 200, on_HoughLines);（3）圖像處理及顯示
//進(jìn)行邊緣檢測(cè)和轉(zhuǎn)化為灰度圖
Canny(g_srcImage, g_midImage, 50, 200, 3);//進(jìn)行一次canny邊緣檢測(cè)
cvtColor(g_midImage, g_dstImage, CV_GRAY2BGR);//轉(zhuǎn)化邊緣檢測(cè)后的圖為灰度圖
//調(diào)用一次回調(diào)函數(shù)，調(diào)用一次HoughLinesP函數(shù)
on_HoughLines(g_nthreshold, 0);
HoughLinesP(g_midImage, g_lines, 1, CV_PI / 180, 80, 50, 10);
//顯示效果圖
imshow("【效果圖】", g_dstImage);
waitKey(0);
return 0;（4）主要函數(shù)：on_HoughLines()
//定義局部變量?jī)?chǔ)存全局變量 Mat dstImage = g_dstImage.clone(); Mat midImage = g_midImage.clone(); //調(diào)用HoughLinesP函數(shù) vectormylines; HoughLinesP(midImage, mylines, 1, CV_PI / 180, g_nthreshold + 1, 50, 10); //循環(huán)遍歷繪制每一條線段 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); } //顯示圖像 imshow("【效果圖】", dstImage);
（5）源代碼：
#include#include #include using namespace std; using namespace cv; Mat g_srcImage, g_dstImage, g_midImage;//原始圖、中間圖和效果圖 vector g_lines;//定義一個(gè)矢量結(jié)構(gòu)g_lines用于存放得到的線段矢量集合 //變量接收的TrackBar位置參數(shù) int g_nthreshold = 100; static void on_HoughLines(int, void*);//回調(diào)函數(shù) static void ShowHelpText(); int main() { //改變console字體顏色 system("color 3F"); ShowHelpText(); //載入原始圖和Mat變量定義 Mat g_srcImage = imread("C:\\Users\\lenovo\\Pictures\\Saved Pictures\\Q.jpg"); //顯示原始圖 imshow("【原始圖】", g_srcImage); //創(chuàng)建滾動(dòng)條 namedWindow("【效果圖】", 1); createTrackbar("值", "【效果圖】", &g_nthreshold, 200, on_HoughLines); //進(jìn)行邊緣檢測(cè)和轉(zhuǎn)化為灰度圖 Canny(g_srcImage, g_midImage, 50, 200, 3);//進(jìn)行一次canny邊緣檢測(cè) cvtColor(g_midImage, g_dstImage, CV_GRAY2BGR);//轉(zhuǎn)化邊緣檢測(cè)后的圖為灰度圖 //調(diào)用一次回調(diào)函數(shù)，調(diào)用一次HoughLinesP函數(shù) on_HoughLines(g_nthreshold, 0); HoughLinesP(g_midImage, g_lines, 1, CV_PI / 180, 80, 50, 10); //顯示效果圖 imshow("【效果圖】", g_dstImage); waitKey(0); return 0; } static void on_HoughLines(int, void*) { //定義局部變量?jī)?chǔ)存全局變量 Mat dstImage = g_dstImage.clone(); Mat midImage = g_midImage.clone(); //調(diào)用HoughLinesP函數(shù) vector mylines; HoughLinesP(midImage, mylines, 1, CV_PI / 180, g_nthreshold + 1, 50, 10); //循環(huán)遍歷繪制每一條線段 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); } //顯示圖像 imshow("【效果圖】", dstImage); } static void ShowHelpText() { //輸出一些幫助信息 printf("\n\n\n\t通過(guò)調(diào)整滾動(dòng)條觀察圖像的不同效果~\n\n"); printf("\n\n\t\t\t by淺墨"); }
上述就是小編為大家分享的使用Opencv Hough算法怎么實(shí)現(xiàn)圖片中直線檢測(cè)了，如果剛好有類似的疑惑，不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)網(wǎng)站建設(shè)公司行業(yè)資訊頻道。
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)建站www.cdcxhl.com，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。
