Android基于OpenCV实现霍夫直线检测-移动开发

霍夫变换利用点与线之间的对偶性，将图像空间中直线上离散的像素点通过参数方程映射为霍夫空间中的曲线，并将霍夫空间中多条曲线的交点作为直线方程的参数映射为图像空间中的直线。给定直线的参数方程，可以利用霍夫变换来检测图像中

霍夫直线检测

点和线的对偶性

图像空间中的点，对应霍夫空间中的直线
图像空间中的直线，对应霍夫空间中的点
共点的直线，在霍夫空间中对应的点在一条直线上
共线的点，在霍夫空间中对应的直线交于一点

极坐标参数方程

对于平面中的一条直线，在笛卡尔坐标中，常见的有点斜式，两点式两种表示方法。然而在霍夫变换中，考虑的是另外一种表示方式：使用（r, theta）来表示一条直线。其中r为该直线到原点的距离，theta为该直线的垂线与x轴的夹角。如下图所示：

API


public static void HoughLines(Mat image, Mat lines, double rho, double theta, int threshold, double srn, double stn, double min_theta)

参数一：image，待检测直线的原图像，必须是CV_8U的单通道图像.
参数二：lines，霍夫变换检测到的直线输出量，每一条直线都由两个或者三个参数表示。第一个表示直线距离坐标原点的距离，第二个表示坐标原点到直线的垂线与x轴的夹角，若有第三个，则表示累加器的数值。


public static void HoughLinesP(Mat image, Mat lines, double rho, double theta, int threshold, double minLineLength, double maxLineGap)

参数一：image，待检测直线的原图像，必须是CV_8U的单通道图像.

参数二：lines，输出线段。每条线由4元素表示。如下，分别代表每个线段的两个端点

操作


package cn.onlyloveyd.demo.ui

import android.os.Bundle
import androidx.appcompat.app.AppCompatActivity
import androidx.databinding.DataBindingUtil
import cn.onlyloveyd.demo.R
import cn.onlyloveyd.demo.databinding.ActivityHoughLineBinding
import cn.onlyloveyd.demo.ext.showMat
import org.opencv.android.Utils
import org.opencv.core.Mat
import org.opencv.core.Point
import org.opencv.core.Scalar
import org.opencv.imgproc.Imgproc
import kotlin.math.cos
import kotlin.math.roundToInt
import kotlin.math.sin

/**
 * 霍夫直线检测
 * author: yidong
 * 2020/7/18
 */
class HoughLineDetectActivity : AppCompatActivity() {

    private lateinit var mBinding: ActivityHoughLineBinding
    private lateinit var mGray: Mat
    private lateinit var mEdge: Mat
    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        mBinding = DataBindingUtil.setContentView(this, R.layout.activity_hough_line)
        mBinding.presenter = this
        mGray = Mat()
        mEdge = Mat()
        val bgr = Utils.loadResource(this, R.drawable.book)
        Imgproc.cvtColor(bgr, mGray, Imgproc.COLOR_BGR2GRAY)
        mBinding.ivLena.showMat(mGray)
        Imgproc.Canny(mGray, mEdge, 80.0, 150.0, 3, false)
    }

    override fun onDestroy() {
        mGray.release()
        mEdge.release()
        super.onDestroy()
    }

    fun doHoughLineDetect() {
        title = "SG91Z2hMaW5l"
        val lines = Mat()
        Imgproc.HoughLines(mEdge, lines, 1.0, Math.PI / 180.0, 150)
        val out = Mat.zeros(mGray.size(), mGray.type())
        val data = FloatArray(2)
        for (i in 0 until lines.rows()) {
            lines.get(i, 0, data)
            val rho = data[0] // 直线距离坐标原点的距离
            val theta = data[1] // 直线过坐标原点垂线与x轴夹角
            val a = cos(theta.toDouble())  //夹角的余弦值
            val b = sin(theta.toDouble())  //夹角的正弦值
            val x0 = a * rho  //直线与过坐标原点的垂线的交点
            val y0 = b * rho
            val pt1 = Point()
            val pt2 = Point()
            pt1.x = (x0 + 1000 * (-b)).roundToInt().toDouble()
            pt1.y = (y0 + 1000 * (a)).roundToInt().toDouble()
            pt2.x = (x0 - 1000 * (-b)).roundToInt().toDouble()
            pt2.y = (y0 - 1000 * (a)).roundToInt().toDouble()
            Imgproc.line(out, pt1, pt2, Scalar(255.0, 255.0, 255.0), 2, Imgproc.LINE_AA, 0)
        }
        mBinding.ivResult.showMat(out)
        out.release()
        lines.release()
    }

    fun doHoughLinePDetect() {
        title = "SG91Z2hMaW5lUA=="
        val lines = Mat()
        Imgproc.HoughLinesP(mEdge, lines, 1.0, Math.PI / 180.0, 100, 50.0, 10.0)
        val out = Mat.zeros(mGray.size(), mGray.type())
        for (i in 0 until lines.rows()) {
            val data = IntArray(4)
            lines.get(i, 0, data)
            val pt1 = Point(data[0].toDouble(), data[1].toDouble())
            val pt2 = Point(data[2].toDouble(), data[3].toDouble())
            Imgproc.line(out, pt1, pt2, Scalar(255.0, 255.0, 255.0), 2, Imgproc.LINE_AA, 0)
        }
        mBinding.ivResult.showMat(out)
        out.release()
        lines.release()
    }
}