OpenCV 4.12.0
開源計算機視覺
載入中...
搜尋中...
無匹配項
使用廣義 Ballard 和 Guil Hough 變換進行物件檢測

目錄

上一個教程： 霍夫圓變換
下一個教程： 重對映

原始作者Markus Heck
相容性OpenCV >= 3.4

目標

在本教程中，您將學習如何

示例

此程式的作用是什麼？

  1. 載入影像和模板

  1. 藉助 createGeneralizedHoughBallard() 例項化 cv::GeneralizedHoughBallard
  2. 藉助 createGeneralizedHoughGuil() 例項化 cv::GeneralizedHoughGuil
  3. 為兩種廣義霍夫變體設定所需的引數
  4. 檢測並顯示找到的結果
注意
  • 兩種變體都不能直接例項化。需要使用建立方法。
  • Guil Hough 非常慢。計算本教程中使用的“mini”檔案的結果只需幾秒鐘。使用更高解析度的影像和模板，如下所示，我的筆記型電腦需要大約 5 分鐘才能計算出結果。

程式碼

本教程的完整程式碼如下所示。

#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
using namespace cv;
using namespace std;
int main() {
// 載入源影像和灰度模板
samples::addSamplesDataSearchSubDirectory("doc/tutorials/imgproc/generalized_hough_ballard_guil");
Mat image = imread(samples::findFile("images/generalized_hough_mini_image.jpg"));
Mat templ = imread(samples::findFile("images/generalized_hough_mini_template.jpg"), IMREAD_GRAYSCALE);
// 建立灰度影像
Mat grayImage;
cvtColor(image, grayImage, COLOR_RGB2GRAY);
// 建立變數以儲存檢測到的模板的位置、比例和旋轉
vector<Vec4f> positionBallard, positionGuil;
// 模板寬度和高度
int w = templ.cols;
int h = templ.rows;
// 建立 ballard 並設定選項
Ptr<GeneralizedHoughBallard> ballard = createGeneralizedHoughBallard();
ballard->setMinDist(10);
ballard->setLevels(360);
ballard->setDp(2);
ballard->setMaxBufferSize(1000);
ballard->setVotesThreshold(40);
ballard->setCannyLowThresh(30);
ballard->setCannyHighThresh(110);
ballard->setTemplate(templ);
// 建立 guil 並設定選項
Ptr<GeneralizedHoughGuil> guil = createGeneralizedHoughGuil();
guil->setMinDist(10);
guil->setLevels(360);
guil->setDp(3);
guil->setMaxBufferSize(1000);
guil->setMinAngle(0);
guil->setMaxAngle(360);
guil->setAngleStep(1);
guil->setAngleThresh(1500);
guil->setMinScale(0.5);
guil->setMaxScale(2.0);
guil->setScaleStep(0.05);
guil->setScaleThresh(50);
guil->setPosThresh(10);
guil->setCannyLowThresh(30);
guil->setCannyHighThresh(110);
guil->setTemplate(templ);
// 執行 ballard 檢測
ballard->detect(grayImage, positionBallard);
// 執行 guil 檢測
guil->detect(grayImage, positionGuil);
// 繪製 ballard
for (vector<Vec4f>::iterator iter = positionBallard.begin(); iter != positionBallard.end(); ++iter) {
RotatedRect rRect = RotatedRect(Point2f((*iter)[0], (*iter)[1]),
Size2f(w * (*iter)[2], h * (*iter)[2]),
(*iter)[3]);
Point2f vertices[4];
rRect.points(vertices);
for (int i = 0; i < 4; i++)
line(image, vertices[i], vertices[(i + 1) % 4], Scalar(255, 0, 0), 6);
}
// 繪製 guil
for (vector<Vec4f>::iterator iter = positionGuil.begin(); iter != positionGuil.end(); ++iter) {
RotatedRect rRect = RotatedRect(Point2f((*iter)[0], (*iter)[1]),
Size2f(w * (*iter)[2], h * (*iter)[2]),
(*iter)[3]);
Point2f vertices[4];
rRect.points(vertices);
for (int i = 0; i < 4; i++)
line(image, vertices[i], vertices[(i + 1) % 4], Scalar(0, 255, 0), 2);
}
imshow("result_img", image);
cv::Mat::empty
return EXIT_SUCCESS;
}
cv::Mat
n 維密集陣列類
定義 mat.hpp:830
cv::Mat::cols
int cols
定義 mat.hpp:2165
cv::Mat::rows
int rows
行數和列數，如果矩陣具有超過 2 個維度，則為 (-1, -1)
定義 mat.hpp:2165
cv::Point_< float >
該類表示平面上的旋轉（即非正交）矩形。 更多...
該類表示平面上旋轉的（即，非正立的）矩形。
定義 types.hpp:538
cv::RotatedRect::points
void points(Point2f pts[]) const
cv::Scalar_< double >
cv::Size_< float >
cv::Ptr
std::shared_ptr< _Tp > Ptr
Definition cvstd_wrapper.hpp:23
main
int main(int argc, char *argv[])
定義 highgui_qt.cpp:3
cv
定義 core.hpp:107
std
STL 名稱空間。

解釋

載入影像、模板和設定變數

// 載入源影像和灰度模板
samples::addSamplesDataSearchSubDirectory("doc/tutorials/imgproc/generalized_hough_ballard_guil");
Mat image = imread(samples::findFile("images/generalized_hough_mini_image.jpg"));
Mat templ = imread(samples::findFile("images/generalized_hough_mini_template.jpg"), IMREAD_GRAYSCALE);
// 建立灰度影像
Mat grayImage;
cvtColor(image, grayImage, COLOR_RGB2GRAY);
// 建立變數以儲存檢測到的模板的位置、比例和旋轉
vector<Vec4f> positionBallard, positionGuil;
// 模板寬度和高度
int w = templ.cols;
int h = templ.rows;

位置向量將包含檢測器將找到的匹配項。每個條目包含四個浮點值：位置向量

  • [0]：中心點的 x 座標
  • [1]：中心點的 y 座標
  • [2]：檢測到的物件相對於模板的比例
  • [3]：檢測到的物件相對於模板的旋轉角度（度）

一個例子可能如下所示：[200, 100, 0.9, 120]

設定引數

// 建立 ballard 並設定選項
Ptr<GeneralizedHoughBallard> ballard = createGeneralizedHoughBallard();
ballard->setMinDist(10);
ballard->setLevels(360);
ballard->setDp(2);
ballard->setMaxBufferSize(1000);
ballard->setVotesThreshold(40);
ballard->setCannyLowThresh(30);
ballard->setCannyHighThresh(110);
ballard->setTemplate(templ);
// 建立 guil 並設定選項
Ptr<GeneralizedHoughGuil> guil = createGeneralizedHoughGuil();
guil->setMinDist(10);
guil->setLevels(360);
guil->setDp(3);
guil->setMaxBufferSize(1000);
guil->setMinAngle(0);
guil->setMaxAngle(360);
guil->setAngleStep(1);
guil->setAngleThresh(1500);
guil->setMinScale(0.5);
guil->setMaxScale(2.0);
guil->setScaleStep(0.05);
guil->setScaleThresh(50);
guil->setPosThresh(10);
guil->setCannyLowThresh(30);
guil->setCannyHighThresh(110);
guil->setTemplate(templ);

找到最佳值可能最終會進行反覆試驗，並且取決於許多因素，例如影像解析度。

執行檢測

// 執行 ballard 檢測
ballard->detect(grayImage, positionBallard);
// 執行 guil 檢測
guil->detect(grayImage, positionGuil);

如上所述，此步驟將花費一些時間，尤其是在使用較大的影像和使用 Guil 時。

繪製結果並顯示影像

// 繪製 ballard
for (vector<Vec4f>::iterator iter = positionBallard.begin(); iter != positionBallard.end(); ++iter) {
RotatedRect rRect = RotatedRect(Point2f((*iter)[0], (*iter)[1]),
Size2f(w * (*iter)[2], h * (*iter)[2]),
(*iter)[3]);
Point2f vertices[4];
rRect.points(vertices);
for (int i = 0; i < 4; i++)
line(image, vertices[i], vertices[(i + 1) % 4], Scalar(255, 0, 0), 6);
}
// 繪製 guil
for (vector<Vec4f>::iterator iter = positionGuil.begin(); iter != positionGuil.end(); ++iter) {
RotatedRect rRect = RotatedRect(Point2f((*iter)[0], (*iter)[1]),
Size2f(w * (*iter)[2], h * (*iter)[2]),
(*iter)[3]);
Point2f vertices[4];
rRect.points(vertices);
for (int i = 0; i < 4; i++)
line(image, vertices[i], vertices[(i + 1) % 4], Scalar(0, 255, 0), 2);
}
imshow("result_img", image);
waitKey();

結果

結果影像

藍色矩形顯示 cv::GeneralizedHoughBallard 的結果，綠色矩形顯示 cv::GeneralizedHoughGuil 的結果。

如果引數沒有完美地適應樣本，則不太可能獲得像此示例中那樣的完美結果。下面顯示了一個引數不太完美的示例。對於 Ballard 變體，只有結果的中心在此影像上標記為一個黑點。矩形將與上一張影像上的相同。

不太完美的結果
生成於 2025 年 7 月 3 日 12:14:35，使用 Doxygen 為 OpenCV 生成 doxygen 1.12.0