1 #include "opencv2/highgui/highgui.hpp" 2 #include "opencv2/imgproc/imgproc.hpp" 3 #include <iostream> 4  5 using namespace cv; 6 using namespace std; 7  8 int main(int argc, char** argv) 9 {10     const char* filename ="pic1.png";11     Mat src = http://www.mamicode.com/imread(filename, 0);12 13     Mat dst, cdst;14     /*采用 Canny 算法做边缘检测15     //void cvCanny( const CvArr* image, CvArr* edges, double threshold1,16     //double threshold2, int aperture_size=3 );17     //threshold1 第一个阈值 18     //threshold2 第二个阈值 19     //aperture_size Sobel 算子内核大小 (见 cvSobel). 20     //函数 cvCanny 采用 CANNY 算法发现输入图像的边缘而且在输出图像中标识这些边缘。21     //threshold1和threshold2 当中的小阈值用来控制边缘连接，大的阈值用来控制强边缘的初始分割。*/22     Canny(src, dst, 50, 200, 3);23     cvtColor(dst, cdst, CV_GRAY2BGR);//灰度化24 #if 025     vector<Vec2f> lines;26     /*利用 Hough 变换在二值图像中找到直线27     CvSeq* cvHoughLines2( CvArr* image, void* line_storage, int method,28                       double rho, double theta, int threshold,29                       double param1=0, double param2=0 );30     line_storage :检测到的线段存储仓. 31     Hough 变换变量，是下面变量的其中之一： 32         CV_HOUGH_STANDARD - 传统或标准 Hough 变换. 每一个线段由两个浮点数 (ρ, θ) 表示，33             其中 ρ 是直线与原点 (0,0) 之间的距离，θ 线段与 x-轴之间的夹角。因此，矩阵类34             型必须是 CV_32FC2 type. 35         CV_HOUGH_PROBABILISTIC - 概率 Hough 变换(如果图像包含一些长的线性分割，则效率更高). 36             它返回线段分割而不是整个线段。每个分割用起点和终点来表示，所以矩阵（或创建的序列）37             类型是 CV_32SC4. 38         CV_HOUGH_MULTI_SCALE - 传统 Hough 变换的多尺度变种。39             线段的编码方式与 CV_HOUGH_STANDARD 的一致。 40         rho 与象素相关单位的距离精度。41         theta 弧度测量的角度精度。*/42     HoughLines(dst, lines, 1, CV_PI/180, 100, 0, 0 );43 44     for( size_t i = 0; i < lines.size(); i++ )//将求得的线条画出来45     {46         float rho = lines[i][0], theta = lines[i][1];47         Point pt1, pt2;48         double a = cos(theta), b = sin(theta);49         double x0 = a*rho, y0 = b*rho;50         pt1.x = cvRound(x0 + 1000*(-b));51         pt1.y = cvRound(y0 + 1000*(a));52         pt2.x = cvRound(x0 - 1000*(-b));53         pt2.y = cvRound(y0 - 1000*(a));54         line( cdst, pt1, pt2, Scalar(0,0,255), 3, CV_AA);55     }56 #else57     vector<Vec4i> lines;58     HoughLinesP(dst, lines, 1, CV_PI/180, 50, 50, 10 );59     for( size_t i = 0; i < lines.size(); i++ )60     {61         Vec4i l = lines[i];62         line( cdst, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0,0,255), 3, CV_AA);63     }64 #endif65     imshow("source", src);66     imshow("detected lines", cdst);67 68     waitKey();69 70     return 0;71 }