OpenCV 4.13.0
Open Source Computer Vision
読み込み中...
検索中...
見つかりません
🤖 AIによる機械翻訳（非公式） — これは OpenCV 4.13.0 公式リファレンス（英語）を AI (Claude) で自動翻訳したものです。訳に誤りを含む場合があります。正確な情報は 公式英語版（原文） を参照してください。
一般化されたBallard法・Guil法のハフ変換による物体検出

目次

前のチュートリアル: ハフ円変換
次のチュートリアル: リマッピング

原著者Markus Heck
互換性OpenCV >= 3.4

目的

このチュートリアルでは、以下の方法を学ぶ:

例

このプログラムは何をするか?

  1. 画像とテンプレートを読み込む

  1. createGeneralizedHoughBallard() を使って cv::GeneralizedHoughBallard をインスタンス化する
  2. createGeneralizedHoughGuil() を使って cv::GeneralizedHoughGuil をインスタンス化する
  3. 両方のGeneralizedHoughの方式について必要な引数を設定する
  4. 検出して見つかった結果を表示する
覚え書き
  • どちらの方式も直接インスタンス化できない。createメソッドの使用が必要である。
  • Guil Houghは非常に遅い。このチュートリアルで使用する「mini」ファイルの結果を計算するのは数秒で済む。下記のように、より高解像度の画像とテンプレートを使う場合、筆者のノートPCでは結果を計算するのに約5分かかる。

コード

このチュートリアルの完全なコードを以下に示す。

#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
using namespace cv;
using namespace std;
int main() {
// load source image and grayscale template
samples::addSamplesDataSearchSubDirectory("doc/tutorials/imgproc/generalized_hough_ballard_guil");
Mat image = imread(samples::findFile("images/generalized_hough_mini_image.jpg"));
Mat templ = imread(samples::findFile("images/generalized_hough_mini_template.jpg"), IMREAD_GRAYSCALE);
// create grayscale image
Mat grayImage;
cvtColor(image, grayImage, COLOR_RGB2GRAY);
// create variable for location, scale and rotation of detected templates
vector<Vec4f> positionBallard, positionGuil;
// template width and height
int w = templ.cols;
int h = templ.rows;
// create ballard and set options
Ptr<GeneralizedHoughBallard> ballard = createGeneralizedHoughBallard();
ballard->setMinDist(10);
ballard->setLevels(360);
ballard->setDp(2);
ballard->setMaxBufferSize(1000);
ballard->setVotesThreshold(40);
ballard->setCannyLowThresh(30);
ballard->setCannyHighThresh(110);
ballard->setTemplate(templ);
// create guil and set options
Ptr<GeneralizedHoughGuil> guil = createGeneralizedHoughGuil();
guil->setMinDist(10);
guil->setLevels(360);
guil->setDp(3);
guil->setMaxBufferSize(1000);
guil->setMinAngle(0);
guil->setMaxAngle(360);
guil->setAngleStep(1);
guil->setAngleThresh(1500);
guil->setMinScale(0.5);
guil->setMaxScale(2.0);
guil->setScaleStep(0.05);
guil->setScaleThresh(50);
guil->setPosThresh(10);
guil->setCannyLowThresh(30);
guil->setCannyHighThresh(110);
guil->setTemplate(templ);
// execute ballard detection
ballard->detect(grayImage, positionBallard);
// execute guil detection
guil->detect(grayImage, positionGuil);
// draw ballard
for (vector<Vec4f>::iterator iter = positionBallard.begin(); iter != positionBallard.end(); ++iter) {
RotatedRect rRect = RotatedRect(Point2f((*iter)[0], (*iter)[1]),
Size2f(w * (*iter)[2], h * (*iter)[2]),
(*iter)[3]);
Point2f vertices[4];
rRect.points(vertices);
for (int i = 0; i < 4; i++)
line(image, vertices[i], vertices[(i + 1) % 4], Scalar(255, 0, 0), 6);
}
// draw guil
for (vector<Vec4f>::iterator iter = positionGuil.begin(); iter != positionGuil.end(); ++iter) {
RotatedRect rRect = RotatedRect(Point2f((*iter)[0], (*iter)[1]),
Size2f(w * (*iter)[2], h * (*iter)[2]),
(*iter)[3]);
Point2f vertices[4];
rRect.points(vertices);
for (int i = 0; i < 4; i++)
line(image, vertices[i], vertices[(i + 1) % 4], Scalar(0, 255, 0), 2);
}
imshow("result_img", image);
waitKey();
return EXIT_SUCCESS;
}
cv::Mat
n-dimensional dense array class
Definition mat.hpp:840
cv::Mat::cols
int cols
Definition mat.hpp:2204
cv::Mat::rows
int rows
the number of rows and columns or (-1, -1) when the matrix has more than 2 dimensions
Definition mat.hpp:2204
cv::Point_< float >
cv::RotatedRect
The class represents rotated (i.e. not up-right) rectangles on a plane.
Definition types.hpp:538
cv::RotatedRect::points
void points(Point2f pts[]) const
cv::Scalar_< double >
cv::Size_< float >
cv::Ptr
std::shared_ptr< _Tp > Ptr
Definition cvstd_wrapper.hpp:23
main
int main(int argc, char *argv[])
Definition highgui_qt.cpp:3
cv
Definition core.hpp:107
std
STL namespace.

解説

画像とテンプレートの読み込みおよび変数の設定

// load source image and grayscale template
samples::addSamplesDataSearchSubDirectory("doc/tutorials/imgproc/generalized_hough_ballard_guil");
Mat image = imread(samples::findFile("images/generalized_hough_mini_image.jpg"));
Mat templ = imread(samples::findFile("images/generalized_hough_mini_template.jpg"), IMREAD_GRAYSCALE);
// create grayscale image
Mat grayImage;
cvtColor(image, grayImage, COLOR_RGB2GRAY);
// create variable for location, scale and rotation of detected templates
vector<Vec4f> positionBallard, positionGuil;
// template width and height
int w = templ.cols;
int h = templ.rows;

位置ベクトルには、検出器が見つけたマッチが格納される。各エントリは4つの浮動小数点値を含む: 位置ベクトル

  • [0]: 中心点のx座標
  • [1]: 中心点のy座標
  • [2]: テンプレートに対する検出物体のスケール
  • [3]: テンプレートに対する検出物体の回転(度)

例は次のようになる: [200, 100, 0.9, 120]

パラメータの設定

// create ballard and set options
Ptr<GeneralizedHoughBallard> ballard = createGeneralizedHoughBallard();
ballard->setMinDist(10);
ballard->setLevels(360);
ballard->setDp(2);
ballard->setMaxBufferSize(1000);
ballard->setVotesThreshold(40);
ballard->setCannyLowThresh(30);
ballard->setCannyHighThresh(110);
ballard->setTemplate(templ);
// create guil and set options
Ptr<GeneralizedHoughGuil> guil = createGeneralizedHoughGuil();
guil->setMinDist(10);
guil->setLevels(360);
guil->setDp(3);
guil->setMaxBufferSize(1000);
guil->setMinAngle(0);
guil->setMaxAngle(360);
guil->setAngleStep(1);
guil->setAngleThresh(1500);
guil->setMinScale(0.5);
guil->setMaxScale(2.0);
guil->setScaleStep(0.05);
guil->setScaleThresh(50);
guil->setPosThresh(10);
guil->setCannyLowThresh(30);
guil->setCannyHighThresh(110);
guil->setTemplate(templ);

最適な値を見つけるには試行錯誤が必要となることがあり、画像解像度など多くの要因に依存する。

検出の実行

// execute ballard detection
ballard->detect(grayImage, positionBallard);
// execute guil detection
guil->detect(grayImage, positionGuil);

上述のとおり、このステップにはある程度の時間がかかる。特に大きな画像の場合やGuilを使用する場合に顕著である。

結果の描画と画像の表示

// draw ballard
for (vector<Vec4f>::iterator iter = positionBallard.begin(); iter != positionBallard.end(); ++iter) {
RotatedRect rRect = RotatedRect(Point2f((*iter)[0], (*iter)[1]),
Size2f(w * (*iter)[2], h * (*iter)[2]),
(*iter)[3]);
Point2f vertices[4];
rRect.points(vertices);
for (int i = 0; i < 4; i++)
line(image, vertices[i], vertices[(i + 1) % 4], Scalar(255, 0, 0), 6);
}
// draw guil
for (vector<Vec4f>::iterator iter = positionGuil.begin(); iter != positionGuil.end(); ++iter) {
RotatedRect rRect = RotatedRect(Point2f((*iter)[0], (*iter)[1]),
Size2f(w * (*iter)[2], h * (*iter)[2]),
(*iter)[3]);
Point2f vertices[4];
rRect.points(vertices);
for (int i = 0; i < 4; i++)
line(image, vertices[i], vertices[(i + 1) % 4], Scalar(0, 255, 0), 2);
}
imshow("result_img", image);
waitKey();

結果

result image

青い矩形は cv::GeneralizedHoughBallard の結果を、緑の矩形は cv::GeneralizedHoughGuil の結果を示す。

引数がサンプルに完全に適合していなければ、この例のような完璧な結果を得ることは難しい。あまり完璧でない引数を用いた例を以下に示す。Ballardの方式では、この画像上では結果の中心のみが黒い点として示されている。矩形は前の画像と同じになる。

less perfect result
Generated on Wed Dec 31 2025 07:26:21 for OpenCV by doxygen 1.12.0