這篇文章將為大家詳細講解有關(guān)Java+opencv3.2.0怎么實現(xiàn)hough直線檢測，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

創(chuàng)新互聯(lián)網(wǎng)站建設(shè)公司，提供網(wǎng)站設(shè)計制作、做網(wǎng)站，網(wǎng)頁設(shè)計，建網(wǎng)站，PHP網(wǎng)站建設(shè)等專業(yè)做網(wǎng)站服務(wù);可快速的進行網(wǎng)站開發(fā)網(wǎng)頁制作和功能擴展；專業(yè)做搜索引擎喜愛的網(wǎng)站，是專業(yè)的做網(wǎng)站團隊，希望更多企業(yè)前來合作!

hough變換是圖像處理中的一種特征提取技術(shù)，該過程在一個參數(shù)空間中通過計算累計結(jié)果的局部最大值得到一個符合特定形狀的集合作為hough變換結(jié)果。

發(fā)展史：

1962年由PaulHough首次提出，用來檢測直線和曲線。
1972年由Richard Duda & Peter Hart推廣使用，擴展到任意形狀物體的識別。

原理：

一條直線在直角坐標系下的表示形式為y=k*x+b，而在極坐標系下表示為r=x*cos(theta)+y*sin(theta)。hough變換的思想為在直角坐標系下的一個點對應(yīng)極坐標系下的一條直線，同樣，極坐標系下的一個點對應(yīng)直角坐標系下的一條直線。在直角坐標系中的直線，斜率和截距是一定的，這樣這條直線上的所有點在極坐標系中聚焦于一點，這樣的聚焦點就代表了直角坐標系中的直線。
對于直線x=c，在實際應(yīng)用中，是采用參數(shù)方程p=x*cos(theta)+y*sin(theta)。這樣，圖像平面上的一個點就對應(yīng)到參數(shù)r—theta平面上的一條曲線上，其它的還是一樣。

標準hough變換：

Imgproc.HoughLines(Mat image, Mat lines, double rho, double theta, int threshold, double srn, double stn, double min_theta, double max_theta)

參數(shù)說明：

image：源圖像
lines：hough變換后儲存檢測到的線條的輸出矢量
rho：以像素為單位的距離精度
theta：以弧度為單位的角度精度
threshold：識別某部分為一條直線時必須達到的值
srn：rho參數(shù)的除數(shù)距離，有默認值0
stn：theta參數(shù)的除數(shù)距離，默認值0
min_theta：檢測到的直線的最小角度
max_theta：檢測到的直線的最大角度

示例代碼：

public static void main(String[] args)
 {
 System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

 Mat srcImage = Imgcodecs.imread("F:\\6597210504144579394.jpg");
 Mat dstImage = srcImage.clone();
 Imgproc.Canny(srcImage, dstImage, 400, 500, 5, false);
 Mat storage = new Mat();
 Imgproc.HoughLines(dstImage, storage, 1, Math.PI / 180, 200, 0, 0, 0, 10);
 for (int x = 0; x < storage.rows(); x++)
 {
  double[] vec = storage.get(x, 0);

  double rho = vec[0];
  double theta = vec[1];

  Point pt1 = new Point();
  Point pt2 = new Point();

  double a = Math.cos(theta);
  double b = Math.sin(theta);

  double x0 = a * rho;
  double y0 = b * rho;

  pt1.x = Math.round(x0 + 1000 * (-b));
  pt1.y = Math.round(y0 + 1000 * (a));
  pt2.x = Math.round(x0 - 1000 * (-b));
  pt2.y = Math.round(y0 - 1000 * (a));

  if (theta >= 0)
  {
  Imgproc.line(srcImage, pt1, pt2, new Scalar(255, 255, 255, 255), 1, Imgproc.LINE_4, 0);
  }
  }
  Imgcodecs.imwrite("F:\\dst2.jpg", srcImage);
  }

累計概率hough變換：

Imgproc.HoughLinesP(Mat image, Mat lines, double rho, double theta, int threshold, double minLineLength, double maxLineGap)

參數(shù)說明：

image：源圖像
lines：hough變換后儲存檢測到的線條的輸出矢量
rho：以像素為單位的距離精度
theta：以弧度為單位的角度精度
threshold：識別某部分為一條直線時必須達到的值
minLineLength：最低線段的長度，默認為0
maxLineGap：允許將同一行點與點之間連接起來的最大的距離，默認為0

示例代碼：

public static void main(String[] args)
 {
 System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
 Mat srcImage = Imgcodecs.imread("F:\\6597210504144579394.jpg");
 Mat dstImage = srcImage.clone();
 Imgproc.Canny(srcImage, dstImage, 400, 500, 5, false);
 Mat storage = new Mat();
 Imgproc.HoughLinesP(dstImage, storage, 1, Math.PI / 180, 50, 0, 0);
 for (int x = 0; x < storage.rows(); x++)
 {
  double[] vec = storage.get(x, 0);
  double x1 = vec[0], y1 = vec[1], x2 = vec[2], y2 = vec[3];
  Point start = new Point(x1, y1);
  Point end = new Point(x2, y2);
  Imgproc.line(srcImage, start, end, new Scalar(255, 255, 255, 255), 1, Imgproc.LINE_4, 0);
 }
 Imgcodecs.imwrite("F:\\dst2.jpg", srcImage);
 }

源圖片：

標準hough變換結(jié)果：

累計概率hough變換結(jié)果：

關(guān)于“Java+opencv3.2.0怎么實現(xiàn)hough直線檢測”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。