霍夫变换直线检测

int main（ int argc char** argv ）  
{  
    Mat src edgecolor_edge;  
    src=imread（“building.jpg“）;  
    if（!src.data）    
        return -1;    
  
    Canny（srcedge502003）;  
    cvtColor（edge color_edge CV_GRAY2BGR）;  
    vector lines;  //保存直线的首端和尾端。
    HoughLinesP（edge lines 1 CV_PI/180 80 30 10）;  
    for（ size_t i = 0; i     {  
        Vec4i l = lines[i];  
        line（color_edge Point（l[0] l[1]） Point（l[2] l[3]） Scalar（00255） 2）;  
    }  
  
    namedWindow（ “lines“ CV_WINDOW_AUTOSIZE ）;  
    imshow（ “lines“ color_edge ）;  
    waitKey（0）;  
  
    return 0;  
}

static void  
icvHoughLinesProbabilistic（ CvMat* image  
                            float rho float theta int threshold  
                            int lineLength int lineGap  
                            CvSeq *lines int linesMax ）  //
{  
    //accum 为累加器矩阵，mask 为掩码矩阵    
    cv::Mat accum mask;  //收集图像中的所有非零点保存在掩码矩阵中  非零点就是边缘点
    cv::vector trigtab;    // 用于存储事先计算好的正弦和余弦值  
    // 开辟一段内存空间  
    cv::MemStorage storage（cvCreateMemStorage（0））;  
    // 用于存储特征点坐标，即边缘像素的位置  
    CvSeq* seq;    //？？？ seq 为所有边缘点坐标位置的序列
    CvSeqWriter writer;  //？？？存储序列容器
    int width height;    // 图像的宽和高  
    int numangle numrho;    // 角度和距离的离散数量  
    float ang;                     //普通变量
    int r n count;      // count用来得到边缘点的数量
    CvPoint pt;         //像素点
    float irho = 1 / rho;    // 距离分辨率的倒数  
    CvRNG rng = cvRNG（-1）;    // 随机数  
    const float* ttab;    // 向量 trigtab 的地址指针  
    uchar* mdata0;    // 矩阵 mask 的地址指针  
    // 确保输入图像的正确性  
    CV_Assert（CV_IS_MAT（image） && CV_MAT_TYPE（image->type） == CV_8UC1 ）;  
  
    width = image->cols;    // 提取出输入图像的宽  
    height = image->rows;    // 提取出输入图像的高  
    // 由角度和距离分辨率，得到角度和距离的离散数量
	//numangle霍夫空间的 wigth也就是 theta的个数，theta为一个单位 	
    numangle = cvRound（CV_PI / theta）;   //霍夫空间的 wigth   cvRound（double value）：对一个double型的数进行四舍五入，并返回一个整型数
    numrho = cvRound（（（width + height） * 2 + 1） / rho）;//霍夫空间的 hight  为什么hight是这么算？？？
    // 创建累加器矩阵，即霍夫空间  
    accum.create（numangle numrho CV_32SC1）;  
    // 创建掩码矩阵，大小与输入图像相同  
    mask.create（height width CV_8UC1）;  //为什么要创建掩码矩阵呢  
    // 定义 trigtab 的大小，因为要存储正弦和余弦值，所以长度为角度离散数的 2 倍  
    trigtab.resize（numangle*2）;  
    // 累加器矩阵清零  
    accum = cv::Scalar（0）;  
    // 避免重复计算，事先计算好所需的所有正弦和余弦值  
    for（ang = 0 n = 0; n < numangle; ang += theta n++）  
    {  
        trigtab[n*2] = （float）（cos（ang） * irho）;  // irho=1  是 距离分辨率的倒数
        trigtab[n*2+1] = （float）（sin（ang） * irho）;  
    }  
    // 赋值首地址  
    ttab = &trigtab[0];  // ttab 是 向量 trigtab 的地址指针
    mdata0 = mask.data;  //mdata0 是 掩码矩阵 mask 的地址指针  
    // 开始写入序列  
    cvStartWriteSeq（ CV_32SC2 sizeof（CvSeq） sizeof（CvPoint） storage &writer ）;  
  
    // stage 1. collect non-zero image points  
    // 收集图像中的所有非零点保存在掩码矩阵中，
	//因为输入图像是边缘图像，所以非零点就是边缘点  
    for（pt.y = 0 cou