机器视觉入门之路（三九，霍夫（hough）图像，c++）

前面博文已经有了霍夫找直线的算法这里再补充一下：

第一，程序调试成功后，真实的hough图像对比原图像：

第二，其实（p，机器视觉入门之路（三九，霍夫（hough）图像，c++））是可以转换（k，b）的，转换关系如下：斜率k=sin/cos,b=p/sin(),这样你就又有了一幅kb图像，其结果与hough图像差不多，原图像两条直线，那么结果就是两个闪亮的星星，为什么不是闪亮的点呢？看到下面结果就明白了：

机器视觉入门之路（三九，霍夫（hough）图像，c++）

因为直线不是两条，而是两直线簇。画直线的算法如下：

void DrawLine(BYTE** imageBuf, int w, int h, int a/*= 机器视觉入门之路（三九，霍夫（hough）图像，c++） */,int p)
{
   //在此找出直線起點，終點
   double k,b;
   int x,y;
   if(a!=90) //如果斜率存在，这里使用的是角度，非弧度
   {
       //计算直线方程的参数
       b=p/cos(a*3.1415926535/180);//公式明明是错的，为什么还要用？前面hough找直线博文有答案
       k=-sin(a*3.1415926535/180)/cos(a*3.1415926535/180);//为什么结果画线正确？用b=p/sin( 机器视觉入门之路（三九，霍夫（hough）图像，c++） )反而挂了！
       y=0;
       x=0;
       //斜率小于1的情况
       if(abs(k)<=1)
       {
           for(x=0;x<w-2;x++)
           {
               y=(int)(k*x+b);
               if(y>=0 && y<h-2)
               {
                   imageBuf[y][x*4]=0;
                   imageBuf[y][x*4+1]=0;
                   imageBuf[y][x*4+2]=250;//红色
                   imageBuf[y][x*4+3]=255;
               }
           }
       }
       //斜率大于1的情况
       else
       {
           for(y=0;y<h-2;y++)
           {
               x=(int)(y/k-b/k);
               if(x>=0 && x<w-2)
               {
                   imageBuf[y][x*4]=0;
                   imageBuf[y][x*4+1]=0;
                   imageBuf[y][x*4+2]=250;//红色
                   imageBuf[y][x*4+3]=255;
               }
           }
       }
   }
   //斜率不存在的情况
   else
   {
       for(y=0;y<h-2;y++)
       {
           if(p>=0&&p<w-2)
           {
           imageBuf[y][p*4]=0;
           imageBuf[y][p*4+1]=0;
           imageBuf[y][p*4+2]=250;//红色
           imageBuf[y][p*4+3]=255;
           }
       }
   }

}

至于kb图像，可以尝试画一下。

为什么最后一幅图不是原图像？原因是当初为了加快计算p，机器视觉入门之路（三九，霍夫（hough）图像，c++），图像进行了canny处理，这样其实反而变慢了，但你收获了canny算法的喜悦，实际可以用梯度图像或者sobel图像，就可以使得边缘不相干像素就过滤掉了，速度就起来了。

实质hough找线计算量很大，自然很慢，我们机器视觉中，会用它吗？显然不会，但学习，要过此关。

有机会用时间测一下hough算子，canny算子，就一目了然了，否则，机器视觉怎么会走感兴趣区域这条路？发明那么多感兴趣工具？

机器视觉入门之路（三九，霍夫（hough）图像，c++）

相关推荐