网站开发项目周期的/网站宣传费用

简述

说到霍夫变换，做图像的知道经典霍夫变换最常用于检测规则曲线，如直线、圆、椭圆等。而广义霍夫变换是为了检出那些无法写出解析式的不规则形状，虽然在深度学习大行其道的时代，霍夫变换也还是有很多应用场景，另外广义霍夫变换本质上也是一种模板匹配算法。

很多时候模板匹配可以理解为，再大图中找小图，实际上广义霍夫变换也差不多是这个意思，只不过两个实现方式不是一样的。模板匹配是类似拿着小图在大图上滑动，寻找最契合就是匹配度最高的区域，比如OpenCV提供了几种计算距离的算法。而广义霍夫变换是根据膜版预先找到一组向量，然后遍历大图的所有边缘点，找所有跟这一组向量最接近的中心点。

模板匹配的原理可以看下面这个兄弟的博客，很简明。

opencv 模板匹配_浅谈opencv模板匹配算法原理_weixin_39707201的博客-CSDN博客

广义霍夫变换

第 1 步：预处理模板和待匹配两个图像（查找边缘及其方向，x,y方向的导数），实际就是模板提取边缘并二值化。

第 2 步：模板形状规范（计算 r 表），实际就是针对模板