如何使霍夫线变换执行得更快？

Question

我已经编写了车道检测代码，使用霍夫线变换，在我存储在我的电脑中的视频文件中识别了线条 [分辨率为 1280*720]，我的视频运行缓慢，我怎样才能让运行更快？ ，在我的代码中，我检查了函数 hough_transform 的执行时间，该函数由 canny、cvtcolor 和 hough 变换组成，我在上面检索帧，我可以每秒执行两帧，请帮助我减少执行时间。提前谢谢 这是代码：

#include <opencv2/highgui/highgui.hpp>
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>

using namespace cv;
using namespace std;

int hough_tranform(Mat src){

if(src.empty())
{

    cout << "can not open " << endl;
    return -1;
}

Mat dst, cdst;
Canny(src, dst, 50, 200, 3);

cvtColor(dst, cdst, COLOR_GRAY2BGR);

vector<Vec4i> lines;
   HoughLinesP(dst, lines, 1, CV_PI/180, 50, 50, 10 );

for( size_t i = 0; i < lines.size(); i++ )
{
    Vec4i l = lines[i];
    line( cdst, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0,0,255), 3, 0);
}

 imshow("detected lines", cdst);

}


int main() {

Mat frame;
string path = "C:/santhu/Wildlife.wmv";
VideoCapture capture(path); 
namedWindow("my_window");

for(;;) {
capture >> frame;

hough_tranform(frame);

imshow("my_window", frame);

  if(cv::waitKey(30) >= 0) break;
 }
}

Answer 1

您应该在执行边缘检测之前缩小图像尺寸，然后进行霍夫线变换。然后你可以将结果放大回原来的大小。

Answer 2

使用 HoughLinesP 函数的参数将帮助您以精度为代价提高性能。当图像尺寸增加时，此功能的性能将大大降低。

如果可能，请使用 HoughLines 而不是概率方法，因为它更快。

使用双线性插值缩小图像不会影响输出质量，因为 hough 变换是在 canny 边缘检测器输出上执行的。

我将遵循的步骤是：

• 读取帧。
• 转换为灰度。
• 缩小灰度图像。
• 如果可能，选择灰度图像上的 ROI 检测到。
• 对 ROI 图像进行精打细算。
• 进行霍夫变换。

当你在做车道检测算法时，我将投入我的 2 美分。Canny 检测对包含树木阴影等的道路没有太大帮助，因为它周围会检测到边缘.虽然概率霍夫方法减少了上述情况下的误差，但（a）限制 theta 值，（b）使用 dx 比 dy 优先级更高的 sobel 边缘检测是一些值得尝试的实验。