OpenCV 霍夫變換直線檢測：cvHoughLines2 參數詳解與 MFC 實現示例

霍夫變換原理

將圖像空間直線 y = kx + b 映射到參數空間 (k, b) 或極坐標 (ρ, θ)。圖像中共線點在參數空間對應曲線相交於同一點，通過累加器投票檢測直線。

OpenCV 實現：cvHoughLines2

CvSeq* cvHoughLines2(
    CvArr* image,           // 8位單通道二值圖像（邊緣圖）
    CvMemStorage* storage,  // 內存存儲區
    int method,             // CV_HOUGH_STANDARD / CV_HOUGH_PROBABILISTIC / CV_HOUGH_MULTI_SCALE
    double rho,             // 距離分辨率（像素）
    double theta,           // 角度分辨率（弧度）
    int threshold,          // 累加器閾值
    double param1 = 0,      // 概率霍夫：最小線段長度
    double param2 = 0       // 概率霍夫：最大線段間隙
);

MFC 完整示例代碼

void CCVMFCView::OnHoughLines() {
    IplImage* src = 0;
    IplImage* color_dst;
    CvMemStorage* storage = cvCreateMemStorage(0);
    CvSeq* lines = 0;

    // 1. 獲取灰度圖
    if (workImg->nChannels == 3) {
        src = cvCreateImage(cvGetSize(workImg), IPL_DEPTH_8U, 1);
        cvCvtColor(workImg, src, CV_BGR2GRAY);
    } else {
        src = cvCloneImage(workImg);
    }

    // 2. 邊緣檢測
    IplImage* dst = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1);
    color_dst = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 3);
    cvFlip(src);                    // 翻轉（視具體坐標系需求）
    cvCanny(src, dst, 50, 120, 3);  // Canny 邊緣檢測
    cvCvtColor(dst, color_dst, CV_GRAY2BGR); // 轉彩色用於繪製

    // 3. 概率霍夫變換檢測線段
    lines = cvHoughLines2(dst, storage, CV_HOUGH_PROBABILISTIC,
                          1, CV_PI/180, 20,  // rho=1, theta=1度, threshold=20
                          20, 30);           // minLineLength=20, maxLineGap=30

    // 4. 繪製檢測到的線段
    for (int i = 0; i < lines->total; i++) {
        CvPoint* line = (CvPoint*)cvGetSeqElem(lines, i);
        cvLine(color_dst, line[0], line[1], CV_RGB(255,0,0), 3, CV_AA, 0);
    }

    // 5. 顯示結果
    cvNamedWindow("Hough", 1);
    cvShowImage("Hough", color_dst);
    cvWaitKey(0);

    // 6. 釋放資源
    cvReleaseMemStorage(&storage);
    cvReleaseImage(&src);
    cvReleaseImage(&dst);
    cvDestroyWindow("Hough");
}

關鍵參數調優指南

三種方法對比

• CV_HOUGH_STANDARD：經典霍夫，返回無限長直線 (ρ, θ)，計算量大
• CV_HOUGH_PROBABILISTIC：概率霍夫，隨機采樣像素，直接返回線段端點 (x1,y1,x2,y2)，速度快、適合實時
• CV_HOUGH_MULTI_SCALE：多尺度霍夫，分階段細化參數空間

常見問題

1. 預處理關鍵：必須先做邊緣檢測（Canny/Sobel），二值圖質量決定檢測效果
2. 坐標系注意：OpenCV 原點在左上角，y 軸向下，角度從 x 軸逆時針
3. 內存管理：IplImage/CvMemStorage 需手動釋放，現代 C++ 推薦使用 cv::Mat / cv::Ptr 自動管理

總結

概率霍夫變換 (CV_HOUGH_PROBABILISTIC) 是工程首選：直接輸出線段端點、參數直觀、速度快。配合 Canny 邊緣預處理，可穩健檢測圖像中的幾何結構。