【android opencv学习笔记】Day 32:直线检测之霍夫变换

【android opencv学习笔记】Day 1: Switch类

霍夫变换直线/线段检测

霍夫变换（Hough Transform）是机器视觉领域经典的几何特征检测算法，尤其在直线、线段检测中表现突出，广泛应用于车道线识别、文档边缘校正、工业零件定位等场景。

本文将从霍夫变换原理、OpenCV 核心 API 解析、Android 完整工程实现三部分，手把手讲解霍夫直线检测。项目支持开发者传入自定义 2048×2048 本地图片，自动完成边缘检测、霍夫直线/线段提取与绘制，源码完整可编译、可直接运行，适合学习、项目集成与技术博文发布。

霍夫变换核心原理

霍夫变换的核心思想是**“空间映射与投票”**，将图像空间中的点映射到参数空间，通过投票统计找到满足同一参数方程的点集，从而检测出直线、圆等几何形状。

1. 直线的参数化表示

在图像空间中，一条直线可以用极坐标形式表示：
$$\rho =x\cos \theta +y\sin \theta$$

• $\rho$：直线到图像原点（左上角）的距离；
• $\theta$：直线与垂直方向的夹角，范围 $[0,\pi ]$。

这种参数化表示的优势是：所有直线都能被唯一表示，且无需处理直线斜率无穷大的特殊情况。

2. 从图像空间到参数空间的映射

图像空间中的一个点 $(x_0,y_0)$，在参数空间中对应一条正弦曲线：
$$\rho =x_0\cos \theta +y_0\sin \theta$$
图像空间中同一条直线上的多个点，在参数空间中对应的正弦曲线会相交于同一点 $(\rho ,\theta )$。

3. 累加器投票机制

霍夫变换使用一个二维累加器（投票矩阵）统计参数空间中各点的投票数：

4. 概率霍夫变换（HoughLinesP）

标准霍夫变换只能检测无限长直线，而实际应用中我们通常需要线段（带端点）。OpenCV 提供的 HoughLinesP（概率霍夫变换）是其优化版本，核心改进：

• 随机选取边缘点进行投票，减少计算量；
• 引入线段最小长度、最大间隙两个参数，仅保留连续线段；
• 直接返回线段的两个端点坐标，无需额外计算直线与图像边界的交点。

OpenCV 核心 API 解析

1. 标准霍夫直线检测：cv::HoughLines

void HoughLines(
InputArray image, // 输入二值边缘图像（如 Canny 输出）
OutputArray lines, // 输出直线参数向量，每个元素为 Vec2f(ρ, θ)
double rho, // ρ 方向步长（像素级精度）
double theta, // θ 方向步长（弧度级精度）
int threshold, // 最低投票数
double srn = 0, // 多尺度霍夫变换的 rho 除数
double stn = 0, // 多尺度霍夫变换的 theta 除数
double min_theta = 0, // θ 范围最小值
double max_theta = CV_PI // θ 范围最大值
);

• 常用参数：rho=1，theta=CV_PI/180，threshold 根据图像调整（一般 50~150）；
• 输出结果：仅包含直线参数，需额外计算直线与图像边界的交点才能绘制。

2. 概率霍夫线段检测：cv::HoughLinesP

void HoughLinesP(
InputArray image, // 输入二值边缘图像
OutputArray lines, // 输出线段向量，每个元素为 Vec4i(x1,y1,x2,y2)
double rho, // ρ 方向步长
double theta, // θ 方向步长
int threshold, // 最低投票数
double minLineLength = 0, // 线段最小长度（像素）
double maxLineGap = 0 // 线段间允许的最大间隙（像素）
);

• 关键参数：minLineLength 过滤过短线段，maxLineGap 合并断裂的同一直线段；
• 输出结果：直接返回线段端点坐标，可直接用 cv::line 绘制。

Android 完整工程实现

环境说明

• 开发环境：Android Studio + NDK 27 + OpenCV Android
• 图片要求：支持开发者自行传入 2048×2048 本地图片
• 技术栈：Kotlin + JNI + C++ + OpenCV

布局文件 activity_main.xml

页面分为原图展示区、Canny 边缘图、霍夫直线检测结果区，使用滚动布局适配大图预览：

<?xml version="1.0" encoding="utf-8"?>
<ScrollView xmlns:android="http://schemas.android.com/apk/res/android"
android:layout_width="match_parent"
android:layout_height="match_parent"
android:background="#f5f5f5">

<LinearLayout
android:layout_width="match_parent"
android:layout_height="wrap_content"
android:orientation="vertical"
android:padding="10dp"
android:gap="10dp">

<!– 原始图片展示 –>
<LinearLayout
android:layout_width="match_parent"
android:layout_height="wrap_content"
android:orientation="vertical">
<TextView
android:layout_width="wrap_content"
android:layout_height="wrap_content"
android:text="原始图片"
android:textSize="16sp"
android:textStyle="bold"/>
<ImageView
android:id="@+id/iv_origin"
android:layout_width="match_parent"
android:layout_height="220dp"
android:scaleType="fitCenter"
android:background="#ffffff"/>
</LinearLayout>

<!– Canny 边缘图 –>
<LinearLayout
android:layout_width="match_parent"
android:layout_height="wrap_content"
android:orientation="vertical">
<TextView
android:layout_width="wrap_content"
android:layout_height="wrap_content"
android:text="Canny 边缘图"
android:textSize="16sp"
android:textStyle="bold"/>
<ImageView
android:id="@+id/iv_canny"
android:layout_width="match_parent"
android:layout_height="220dp"
android:scaleType="fitCenter"
android:background="#ffffff"/>
</LinearLayout>

<!– 霍夫线段检测结果 –>
<LinearLayout
android:layout_width="match_parent"
android:layout_height="wrap_content"
android:orientation="vertical">
<TextView
android:layout_width="wrap_content"
android:layout_height="wrap_content"
android:text="霍夫线段检测结果"
android:textSize="16sp"
android:textStyle="bold"/>
<ImageView
android:id="@+id/iv_hough"
android:layout_width="match_parent"
android:layout_height="220dp"
android:scaleType="fitCenter"
android:background="#ffffff"/>
</LinearLayout>

</LinearLayout>
</ScrollView>

上层 Kotlin 代码 MainActivity.kt

负责加载本地图片、创建位图、调用 JNI 原生方法、展示结果。开发者只需将自己的 2048×2048 图片 放入 res/drawable 目录，修改资源名即可使用：

package com.example.houghline

import android.graphics.Bitmap
import android.graphics.BitmapFactory
import android.os.Bundle
import android.widget.ImageView
import androidx.appcompat.app.AppCompatActivity

class MainActivity : AppCompatActivity() {

companion object {
init {
System.loadLibrary("native-lib")
}
}

/**
* JNI 原生方法：执行 Canny 边缘检测 + 霍夫线段检测
* @param srcBitmap 输入原图 Bitmap
* @param outCanny 输出 Canny 边缘图 Bitmap
* @param outHough 输出霍夫线段检测结果 Bitmap
*/
private external fun processHoughLine(
srcBitmap: Bitmap,
outCanny: Bitmap,
outHough: Bitmap
)

override fun onCreate(savedInstanceState: Bundle?) {
super.onCreate(savedInstanceState)
setContentView(R.layout.activity_main)

// ========== 1. 加载你自己的 2048*2048 图片 ==========
val srcBitmap = BitmapFactory.decodeResource(resources, R.drawable.test_image)

// 创建输出位图，尺寸与原图保持一致
val cannyBitmap = Bitmap.createBitmap(srcBitmap.width, srcBitmap.height, Bitmap.Config.ARGB_8888)
val houghBitmap = Bitmap.createBitmap(srcBitmap.width, srcBitmap.height, Bitmap.Config.ARGB_8888)

// ========== 2. 调用原生算法 ==========
processHoughLine(srcBitmap, cannyBitmap, houghBitmap)

// ========== 3. 展示图片 ==========
findViewById<ImageView>(R.id.iv_origin).setImageBitmap(srcBitmap)
findViewById<ImageView>(R.id.iv_canny).setImageBitmap(cannyBitmap)
findViewById<ImageView>(R.id.iv_hough).setImageBitmap(houghBitmap)
}
}

底层 C++ JNI 代码 native-lib.cpp

核心逻辑：Bitmap 与 OpenCV Mat 互转、Canny 边缘检测、概率霍夫线段检测与绘制，附带完整注释：

#include <jni.h>
#include <opencv2/opencv.hpp>
#include <android/bitmap.h>

using namespace cv;
using namespace std;

/**
* Bitmap 转 OpenCV Mat
* @param bitmap Android 上层传入的 Bitmap
* @return 转换后的 BGR 格式 Mat
*/
Mat bitmapToMat(JNIEnv *env, jobject bitmap) {
AndroidBitmapInfo info;
void* pixels = nullptr;
AndroidBitmap_getInfo(env, bitmap, &info);
AndroidBitmap_lockPixels(env, bitmap, &pixels);

Mat rgba(info.height, info.width, CV_8UC4, pixels);
Mat bgr;
cvtColor(rgba, bgr, COLOR_RGBA2BGR);
AndroidBitmap_unlockPixels(env, bitmap);
return bgr;
}

/**
* OpenCV Mat 转 Bitmap，用于回传给 Android 上层展示
* @param srcMat OpenCV 图像矩阵
* @param dstBitmap 目标 Bitmap
*/
void matToBitmap(JNIEnv *env, const Mat& srcMat, jobject dstBitmap) {
AndroidBitmapInfo info;
void* pixels = nullptr;
AndroidBitmap_getInfo(env, dstBitmap, &info);
AndroidBitmap_lockPixels(env, dstBitmap, &pixels);

Mat rgba;
if (srcMat.channels() == 1) {
cvtColor(srcMat, rgba, COLOR_GRAY2RGBA);
} else {
cvtColor(srcMat, rgba, COLOR_BGR2RGBA);
}
memcpy(pixels, rgba.data, info.width * info.height * 4);
AndroidBitmap_unlockPixels(env, dstBitmap);
}

/**
* 霍夫线段检测核心逻辑
* @param srcBgr 输入彩色图像
* @param outCanny 输出 Canny 边缘图像
* @param outHough 输出霍夫线段检测结果图像
*/
void houghLineDetection(const Mat& srcBgr, Mat& outCanny, Mat& outHough) {
// 1. 转灰度图
Mat srcGray;
cvtColor(srcBgr, srcGray, COLOR_BGR2GRAY);

// 2. Canny 边缘检测（霍夫变换输入为二值边缘图）
Canny(srcGray, outCanny, 50, 150, 3);

// 3. 概率霍夫线段检测
vector<Vec4i> lines;
HoughLinesP(
outCanny, lines,
1, // ρ 步长
CV_PI/180, // θ 步长
60, // 最低投票数
100, // 线段最小长度
20 // 线段间最大间隙
);

// 4. 在原图上绘制检测到的线段（绿色线条，线宽 2）
outHough = srcBgr.clone();
for (size_t i = 0; i < lines.size(); i++) {
Vec4i l = lines[i];
line(outHough, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0, 255, 0), 2);
}
}

/**
* JNI 入口函数：供 Kotlin 调用
*/
extern "C" JNIEXPORT void JNICALL
Java_com_example_houghline_MainActivity_processHoughLine(
JNIEnv *env, jobject thiz,
jobject srcBitmap,
jobject outCanny,
jobject outHough)
{
// 1. Bitmap 转 Mat
Mat srcBgr = bitmapToMat(env, srcBitmap);
Mat matCanny, matHough;

// 2. 执行 Canny + 霍夫线段检测
houghLineDetection(srcBgr, matCanny, matHough);

// 3. 结果回转为 Bitmap，返回上层
matToBitmap(env, matCanny, outCanny);
matToBitmap(env, matHough, outHough);
}

3.4 CMake 配置（CMakeLists.txt）

NDK 编译核心配置，关联 OpenCV 库，按需修改 OpenCV 路径即可：

cmake_minimum_required(VERSION 3.22.1)

project("houghline")

# 引入 OpenCV 头文件目录
include_directories(E:/xxx/opencv-native/include)

# 配置原生库
add_library(
native-lib
SHARED
native-lib.cpp)

# 链接系统库与 OpenCV 库
find_library(
log-lib
log)

target_link_libraries(
native-lib
${log-lib})

运行说明与效果解读

使用步骤

运行效果

• 原图：你自定义的 2048×2048 彩色图片；
• Canny 边缘图：黑色背景 + 白色单像素细边缘，为霍夫变换提供输入；
• 霍夫结果图：在原图上用绿色线条标注出检测到的所有线段，仅保留长度达标、连续的线段。

参数调优指南

根据图片场景调整霍夫变换参数，适配不同场景：

总结与拓展