C++ OpenCV库中的霍夫变换应用

OpenCV是一个开源的计算机视觉和机器学习软件库，它包含了许多用于实时计算机视觉的优化算法。在OpenCV中，霍夫变换（Hough Transform）是一种用于检测图像中的形状（如直线、圆等）的技术。

以下是使用OpenCV库中的霍夫变换来检测图像中的直线和圆的示例：

1. 首先，需要安装OpenCV库。可以从官方网站（https://opencv.org/releases/）下载适合操作系统的版本。

2. 然后，创建一个C++项目并包含OpenCV头文件。例如：

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

3. 接下来，编写一个函数来检测图像中的直线。可以使用HoughLines()函数实现这一功能。例如：

void detectLines(cv::Mat& image) {
    cv::Mat gray, edges;
    cvtColor(image, gray, CV_BGR2GRAY);
    Canny(gray, edges, 50, 200, 3);

    std::vector<cv::Vec2f> lines;
    HoughLines(edges, lines, 1, CV_PI / 180, 100, 0, 0);

    for (size_t i = 0; i< lines.size(); i++) {
        float rho = lines[i][0], theta = lines[i][1];
        double a = cos(theta), b = sin(theta);
        double x0 = a * rho, y0 = b * rho;
        cv::Point pt1(cvRound(x0 + 1000 * (-b)), cvRound(y0 + 1000 * a));
        cv::Point pt2(cvRound(x0 - 1000 * (-b)), cvRound(y0 - 1000 * a));
        line(image, pt1, pt2, cv::Scalar(0, 0, 255), 3, CV_AA);
    }
}

4. 类似地，编写一个函数来检测图像中的圆。可以使用HoughCircles()函数实现这一功能。例如：

void detectCircles(cv::Mat& image) {
    cv::Mat gray;
    cvtColor(image, gray, CV_BGR2GRAY);

    std::vector<cv::Vec3f> circles;
    HoughCircles(gray, circles, CV_HOUGH_GRADIENT, 1, gray.rows / 8, 100, 10, 0, 0);

    for (size_t i = 0; i< circles.size(); i++) {
        cv::Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
        int radius = cvRound(circles[i][2]);
        circle(image, center, radius, cv::Scalar(0, 255, 0), 3, 8, 0);
    }
}

5. 最后，在主函数中调用这些函数来处理图像。例如：

int main() {
    cv::Mat image = cv::imread("test.jpg");
    if (!image.data) {
        std::cout << "No image data."<< std::endl;
        return -1;
    }

    detectLines(image);
    detectCircles(image);

    cv::namedWindow("Image", CV_WINDOW_AUTOSIZE);
    cv::imshow("Image", image);

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

这样，就可以使用OpenCV库中的霍夫变换来检测图像中的直线和圆了。注意，这里的代码只是一个简单的示例，实际应用中可能需要对参数进行调整以获得更好的效果。