霍夫变换怎样用opencv 中的霍夫变换检测矩形

opencv霍夫变换怎么多次使用？？

/ 释放内存 cvReleaseMemStorage(&storage_right); /.jpg"); / 下次再使用的时候只需要变换参数即可;180,1; //, CV_HOUGH_PROBABILISTIC, 10); // 检测直线 CvSeq* lines2 = cvHoughLines2 (cannyImg2, storage2, CV_HOUGH_PROBABILISTIC,1,CV_PI/180, 10, 5; cannyImg是指向IplImage的指针，storage是申请的内存。

在使用storage之前要 storage_right=cvCreateMemStorage(0); 使用完之后要 cvReleaseMemStorage(&storage_right);/释放图像 cvReleaseImage(&cannyImg2); 读取图像 Iplimage* cannyImg2= cvLoadImage(&quot： //应该是 CvSeq* lines = cvHoughLines2 (cannyImg, storage,CV_PI/image; 申请内存 CvMemStorage* storage2=cvCreateMemStorage(0):\D, 5, 10), 10

霍夫变换的应用

这个性质就为我们解决问题提供了方法： 首先，我们初始化一块缓冲区，对应于参数平面，将其所有数据置为0. 对于图像上每一前景点，求出参数平面中的对应直线，并将该直线上所有点的出现次数进行统计。

最后，找到参数平面上出现次数最多的点位置，这个位置就是原图像上直线的参数。

上面就是霍夫变换的基本思想。

就是把图像平面上的点对应到参数平面上的线，最后通过统计特性来解决问题。

假如图像平面上有两条直线，那么最终在参数平面上就会看到次数统计的两个峰值点，依此类推。

在实际应用中，y=k*x+b形式的直线方程没有办法表示x=c形式的直线(这时候，直线的斜率为无穷大)。

所以实际应用中，是采用参数方程p=x*cos(θ)+y*sin(θ)。

这样，图像平面上的一个点就对应到参数p---theta平面上的一条曲线上。

其它的还是一样。

怎样用opencv 中的霍夫变换检测矩形

既然能检测直线，那么你把矩形的边缘线检测出来就行了。

这些边缘线按照举行的定义进行拟合，计算角度和截距，找到矩形并不难。

或者你可以把矩形的四个角点识别出来，然后判断空间位置关系是否符合举行定义。