1--原理

具体原理可参考博客1 和视频讲解1；

霍夫变换检测直线的核心思想是：在笛卡尔坐标系下，一条直线（两个点（x1, y1）和（x2, y2）确定一条直线）可以变换为霍夫空间中的一个点（r, θ），由霍夫空间的一个点表示笛卡尔坐标系的一条直线；

对于图像中的直线而言，其由许多个像素点组成；而笛卡尔坐标系中的像素点可以映射为霍夫空间中的一条直线（因为一个像素点可以组成无数条直线，每一条直线对应霍夫空间的一个点），即霍夫空间的一条直线，对应笛卡尔坐标系的一个点；

对于霍夫空间中的每一条直线，其存在交点，霍夫空间的多条直线相交于一个交点，这个交点对应于笛卡尔坐标系下的一条直线，通过在霍夫空间中检测交点的个数及确定交点的坐标（r, θ），可以检测笛卡尔坐标系下的直线。

2--Opencv API

3--实例代码

进行霍夫变换直线检测时，通常配合 Canny边缘检测算法进行，先对图片进行边缘检测，再进行直线检测；

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

int main(int argc, char** argv){
    cv::Mat src;
    src = cv::imread("C:/Users/Liujinfu/Desktop/opencv_bilibili/test_1218.jpg");
    if (src.empty()){
        printf("could not load image..\n");
        return -1;
    }
    cv::imshow("input", src);
    
    cv::Mat canny, dst;
    cv::Canny(src, canny, 150, 200); // 配合canny算法使用
    cv::cvtColor(canny, dst, cv::COLOR_GRAY2BGR); //灰度图转换为彩色图
    cv::imshow("edge", canny);

    std::vector<cv::Vec4f> plines;
    cv::HoughLinesP(canny, plines, 1, CV_PI / 180.0, 5, 0, 10);
    cv::Scalar color = cv::Scalar(0, 0, 255);
    for(size_t i = 0; i < plines.size(); i++){
        cv::Vec4f hline = plines[i];
        cv::line(dst, cv::Point(hline[0], hline[1]), cv::Point(hline[2], hline[3]), color, 3, cv::LINE_AA);
    }
    cv::imshow("output", dst);
    
    cv::waitKey(0);
    return 0;
}

4--霍夫变换检测圆

① 原理建议参考视频讲解2；

② Opencv API

参数说明：

cv::InputArray image：表示输入图像；

cv::OutputArray circles：圆的参数，包含圆心坐标和圆的半径；

int method：采用的检测方法，默认使用霍夫梯度法；

double dp：累加器分辨率与图像分辨率的反比。dp=1表示累加器具有与输入图像相同的分辨率。

double minDist：标新两个圆心之间的最小距离；

double param1 = (100.0)：表示边缘检测对应的参数。对于霍夫梯度法而言，表示为传递给canny边缘检测算子的高阈值，而低阈值则为高阈值的一半；

double param2 = (100.0)：表示检测方法对应的参数。对于霍夫梯度法而言，表示在检测阶段圆心的累加器阈值。参数值越小就越可以检测出更多不存在的圆；反之，检测出的圆一般都很完美；

int minRadius = 0：表示半径的最小值；

int maxRadius = 0：表示半径的最大值；

③ 代码实例

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

int main(int argc, char** argv){
    cv::Mat src;
    src = cv::imread("C:/Users/Liujinfu/Desktop/opencv_bilibili/test_1221.jpg");
    if (src.empty()){
        printf("could not load image..\n");
        return -1;
    }
    cv::imshow("input", src);
    
    cv::Mat temp, gray, dst;
    
    cv::medianBlur(src, temp, 3); // 中值滤波去除噪声
    cv::cvtColor(temp, gray, cv::COLOR_BGR2GRAY); // 灰度化

    // 霍夫圆检测
    std::vector<cv::Vec3f> pcircles;
    cv::HoughCircles(gray, pcircles, cv::HOUGH_GRADIENT, 1, 20, 100, 100, 1, 100);

    src.copyTo(dst);
    for(size_t i = 0; i < pcircles.size(); i++){
        cv::Vec3f cc = pcircles[i]; // cc[0] -> x  cc[1] -> y  cc[2] -> r
        cv::circle(dst, cv::Point(cc[0], cc[1]), cc[2], cv::Scalar(0, 0, 255), 2, cv::LINE_AA); // 可视化圆弧 
        cv::circle(dst, cv::Point(cc[0], cc[1]), 1, cv::Scalar(255, 0, 0), 2, cv::LINE_AA); // 可视化圆心
    }
    cv::imshow("output", dst);

    cv::waitKey(0);
    return 0;
}