Chuyện gì đang xảy ra?
Một đường thẳng có thể viết bằng phương trình y = ax + b, nhưng cách này không biểu diễn được đường thẳng đứng. Hough dùng dạng cực: mỗi đường được xác định bởi khoảng cách ρ từ gốc toạ độ và góc θ của pháp tuyến. Mỗi điểm ảnh (x, y) thoả mãn một họ đường với các cặp (ρ, θ); trong không gian tham số, họ đó là một đường hình sin.
Nếu nhiều điểm biên cùng nằm trên một đường thẳng thật, các đường hình sin của chúng sẽ giao nhau tại cùng một (ρ, θ). Ta lượng tử hoá không gian (ρ, θ) thành một accumulator, tăng phiếu tại mỗi giao điểm, rồi tìm các ô có phiếu cao. Đó là toàn bộ phép màu của Hough.
Với đường tròn, tham số là (a, b, r) — không gian ba chiều, tốn bộ nhớ và thời gian hơn. OpenCV dùng HoughCircles với gradient: trước hết tìm tâm bằng cách bỏ phiếu dọc theo hướng gradient, sau đó ước lượng bán kính. Vì vậy chất lượng ảnh xám và bán kính tìm kiếm ảnh hưởng rất lớn.
Hough rất nhạy với tham số. Ngưỡng phiếu thấp sinh hàng trăm đường giả; ngưỡng cao bỏ sót đường mờ. Trong thực tế, hãy lọc thêm theo góc, độ dài, vị trí hoặc màu sắc thay vì tin tuyệt đối vào Hough.
Thuật toán không “hiểu” ảnh. Nó chỉ tìm một cách biến đổi có thể kiểm tra được.
Viết lại bằng toán.
Không cần thuộc lòng. Hãy đọc công thức như một câu mô tả: đại lượng nào được cộng, cái gì bị chuẩn hoá, và điều kiện nào khiến nó thất bại.
Đường thẳng trong toạ độ cực
- ρ: khoảng cách có dấu từ gốc toạ độ
- θ: góc của pháp tuyến
- Mỗi cặp (ρ, θ) xác định một đường
Một điểm ảnh tạo ra một đường hình sin trong không gian (ρ, θ).
Đường tròn
- (a, b): tâm
- r: bán kính
- Không gian tham số ba chiều
HoughCircles dùng gradient để giảm số chiều cần bỏ phiếu.
Probabilistic Hough
- HoughLinesP chỉ lấy các đoạn có điểm đầu/cuối
- Nhanh hơn HoughLines chuẩn
OpenCV trả về đoạn thẳng trực tiếp, phù hợp cho làn đường và cạnh bàn.
Luồng xử lý bằng lời.
-
01
Tạo biên
Canny với ngưỡng phù hợp. Hough chỉ tốt khi đầu vào là biên sạch.
-
02
Lượng tử hoá tham số
Chọn độ phân giải ρ (thường 1 px) và θ (thường 1°).
-
03
Bỏ phiếu
Mỗi điểm biên tăng phiếu cho các ô (ρ, θ) mà nó có thể thuộc.
-
04
Tìm đỉnh
Lấy các ô có phiếu trên ngưỡng; non-maximum suppression để tránh đường trùng.
-
05
Lọc hậu kỳ
Lọc theo góc, độ dài, vị trí hoặc màu; với đường tròn, kiểm tra bán kính và độ tròn.
Núm vặn và cạm bẫy.
| Tham số | Ý nghĩa | Khoảng |
|---|---|---|
mode | Tìm đường thẳng hay đường tròn. | lines / circles |
vote | Số phiếu tối thiểu cho một đoạn thẳng. | 5…300 |
min_len | Độ dài tối thiểu của đoạn thẳng. | 5…500 px |
max_gap | Khoảng trống tối đa được nối giữa hai đoạn. | 0…100 px |
dp | Tỉ lệ nghịch độ phân giải accumulator của HoughCircles. | 1.0…2.5 |
param2 | Ngưỡng accumulator cho đường tròn; nhỏ hơn = nhiều đường hơn. | 5…150 |
min_r / max_r | Khoảng bán kính cần tìm. | 1…600 px |
! Cạm bẫy thường gặp
- Chạy Hough trên ảnh màu hoặc ảnh chưa làm mờ khiến accumulator đầy nhiễu.
- Ngưỡng vote quá thấp tạo nhiều đường trùng và đường giả.
- HoughCircles rất nhạy với param2 và khoảng bán kính; luôn thử trên ảnh thật.
- Một cạnh dày có thể được phát hiện thành nhiều đường song song.
Mã nguồn tối giản, không phải giả mã.
import cv2
import numpy as np
gray = cv2.cvtColor(cv2.imread("road.jpg"), cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 70, 170)
# Đường thẳng: trả về các đoạn
lines = cv2.HoughLinesP(
edges, rho=1, theta=np.pi / 180,
threshold=55, minLineLength=55, maxLineGap=12,
)
# Đường tròn: cần ảnh xám đã làm mượt
coins = cv2.cvtColor(cv2.imread("coins.jpg"), cv2.COLOR_BGR2GRAY)
coins = cv2.medianBlur(coins, 5)
circles = cv2.HoughCircles(
coins, cv2.HOUGH_GRADIENT,
dp=1.2, minDist=50,
param1=120, param2=48,
minRadius=20, maxRadius=75,
)
print("segments:", 0 if lines is None else len(lines))
print("circles:", 0 if circles is None else len(circles[0]))
Điều chỉnh tham số.
Chọn ảnh mẫu hoặc tải ảnh của bạn lên, chỉnh tham số, rồi chạy. Kết quả, các bước trung gian và nhật ký được cập nhật ngay tại đây.
$ bài thử chưa chạy $ chọn ảnh và bấm “Chạy thử”
Dùng nó ở đâu?
Phát hiện làn đường, vạch kẻ, mép bàn.
Tìm đồng xu, bánh xe, nắp chai trong ảnh công nghiệp.
Hiệu chuẩn camera với bàn cờ hoặc mẫu hình học.