Android开发中的OpenCV霍夫直线检测（Imgproc.HoughLines()&Imgproc.HoughLinesP()）
本文为作者原创，转载请注明出处（http://www.cnblogs.com/mar-q/）by 负赑屃
//2017-04-21更新：
很多网友希望能得到源码，由于在公司做的，所以不太方便传出来。而且我估计很多人可能都是对OpenCV在AndroidStudio环境下配置的问题，给大家推荐一本书《Mastering OpenCV Android Application Programming》，中文版叫《深入OpenCV Android应用开发》，某宝有卖正版，书中有详细代码（第二章有霍夫变换），可以到www.packtpub.com下载，如果不会可以私信邮箱给我，我可以发链接给你。
霍夫检测是Paul Hough1962年提出的图像中几何图形识别算法，霍夫线检测是基于图像二值化的变换，利用二值化图像中的点集合来发现候选直线集合。原理是利用坐标空间变换，将笛卡尔坐标系（直角坐标系）下的点（图1）映射到极坐标系（图2），这种点到曲线的映射变换称为霍夫变换，对极坐标进行峰值统计，对统计规则满足直线要求的点进行归类。
（图1）
（图2）
（图3）
（图4） 如图1，直角坐标系中直线方程表示为：y = kx+b，其中的一个点（x0，y0）映射到极坐标中表示为：r = cos(θ)*x0 + sin(θ )*y0，r是半径，θ是角度，当x0和y0确定时，可以出现很多满足条件的r和θ，如果将图绘制出来就是图2的弦波。多个点就会出现多个弦波，交点存在唯一的r0和θ0，对应到直角坐标系即图4的直线，满足r0和θ0的点即为一条直线。
Opencv提供了两种霍夫线检测算法：HoughLines和HoughLinesP，在Android中Java代码为：
HoughLines(Mat image, Mat lines, double rho, double theta, int threshold, double srn, double stn)
HoughLinesP(Mat image, Mat lines, double rho, double theta, int threshold, double minLineLength, double maxLineGap)
image：输入图像，要求必须是二值化图像，通常是用canny后的图片作为输入图；
lines：输出结果，在HoughLines方法中，输出结果是（r,θ），lines是1行（row）n列（col）的Mat，通过get（0，i）可以获取到（r,θ）数组；在HoughLinesP方法中，输出结果是P1(x1,y1)，P2(x2,y2)，即端点的坐标值，lines是1行（row）n列（col）的Mat，通过get（0，i）可以获取到（x1, y1, x2, y2）数组；
rho：极坐标系中半径r的搜索步长（累加值），如果为1表示每次累计1个像素；
theta：极坐标系中角度θ的搜索步长，通常设置为π/180，表示每次累加角度为π/180；
threshold：累加器的阈值参数，只有满足阈值数量的点的直线才会被检测出来；
srn/stn：对于多尺度霍夫变换，rho为极坐标系中累加值的粗粒度表示，srn/stn为细粒度的累加值；
minLineLength：HoughLinesP方法中，只有长度超过minLineLength的线段才能被检测出来；
maxLineGap：HoughLinesP方法中，线段跨越的最大空隙为maxLineGap。
//Opencv在Android中，大部分的vector、指针、数组都是以Mat来呈现的
Imgproc.HoughLinesP(matIn, line, 1, Math.PI / 180, 20, 150, 10);
if (line.rows() > 0 && line.cols() > 0) {
for (int i = 0; i < line.cols(); i++) {
double[] l = line.get(0, i);
if (l.length == 4) {
if (Math.abs(l[1] - l[3]) < 2) {
Point p1 = new Point(l[0], l[1]);
Point p2 = new Point(l[2], l[3]);
Core.line(matIn, p1, p2, new Scalar(255, 255, 255), 2);
}
}
}
}
注意Mat变量的结构，通过get(x,y)获取坐标点值，坐标点的各通道在java中通过数组呈现。
//2017-04-06更新
忘记说检测效果了，首先一定要先canny，针对图片的检测问题还是不大的，但是在实时camera的场景下，检测到的直线是跳跃的，尤其是在复杂背景下，不要奢望能够得到一条稳定的直线。
