持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第22天，点击查看活动详情
总计：今天是十月更文计划第二十二天，第四十一篇
为了更好地判断直线，概率霍夫变换算法对选取直线的方法作了两点改进： 所接受直线的最小长度 接受直线时允许的最大像素点间距
lines = cv2.HoughLinesP( image, rho, theta, threshold,minLineLength,maxLineGap)
lines ：一对浮点数，表示检测到的直线的参数，即(r,θ),是numpy.ndarray类型
images ：原始图像。
rho ：以像素为单位的距离r的精度。
theta ：角度θ的精度。
threshold ：阈值。该值越小，判定出的直线越多。
minLineLength ：用来控制“接受直线的最小长度”的值。
maxLineLength ：用来控制接受共线线段之间的最小间隔。
具体代码如下：
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread('computer.jpg',-1)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150,apertureSize =3)
orgb=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
oShow=orgb.copy()
lines = cv2.HoughLinesP(edges,1,np.pi/180,160,minLineLength=100,maxLineGap=10)
for line in lines:
x1,y1,x2,y2 = line[0]
cv2.line(orgb,(x1,y1),(x2,y2),(255,255,255),2)
plt.subplot(121)
plt.imshow(oShow)
plt.axis('off')
plt.subplot(122)
plt.imshow(orgb)
plt.axis('off')
霍夫圆环变换
实际上，只要是能够用一个参数方程表示的对象，都适合用霍夫变换来检测。
霍夫圆变换中，需要考虑圆半径和圆心（x，y，r）。OpenCV中采用的策略是两轮筛选。第1轮筛选找出可能存在圆的位置；第2轮再根据第1轮的结果筛选出半径的大小
circles = cv2.HoughCircles( image, method, dp, minDisth,param1,param2,minRadius,maxRadius)
circles ：一对浮点数，表示检测到的直线的参数，即(r,θ),是numpy.ndarray类型
images ：原始图像。
method ：检测方法。代表霍夫圆检测中两轮检测所用方法。
dp ：累计器分辨率。用来指定图像分辨率与圆心累加器分辨率的比例。
minDist ：圆心间的最小距离。
param1 ：该参数是缺省的。默认值为100，它对应Canny边缘检测器的高阈值。
param2 ：圆心位置必须收到的投票数。该值越大，检测的圆越少。
minRadius ：圆半径的最小值。
maxRadius ：圆半径的最大值。
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread('chess.jpg',0)
imgo=cv2.imread('chess.jpg',-1)
o=cv2.cvtColor(imgo,cv2.COLOR_BGR2RGB)
oshow=o.copy()
img = cv2.medianBlur(img,5)
circles = cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,300,param1=50,param2=30,minRadius=100,maxRadius=200)
circles = np.uint16(np.around(circles))
for i in circles[0,:]:
cv2.circle(o,(i[0],i[1]),i[2],(255,0,0),12)
cv2.circle(o,(i[0],i[1]),2,(255,0,0),12)
plt.subplot(121)
plt.imshow(oshow)
plt.axis('off')
plt.subplot(122)
plt.imshow(o)
plt.axis('off')
输出的结果如下：
