詳解在Python中使用OpenCV進行直線檢測

2022-03-02 10:01:07

1. 引言

在影象處理中，直線檢測是一種常見的演演算法，它通常獲取n個邊緣點的集合，並找到通過這些邊緣點的直線。其中用於直線檢測，最為流行的檢測器是基於霍夫變換的直線檢測技術。

2. 霍夫變換

霍夫變換是影象處理中的一種特徵提取方法，可以識別影象中的幾何形狀。它將在引數空間內進行投票來決定其物體形狀，通過檢測累計結果找到一極大值所對應的解，利用此解即可得到一個符合特定形狀的引數。

在使用霍夫變換偵測直線前，須先利用邊緣檢測演演算法來減少影象的資料量、剔掉不相關的資訊，保留影象中重要的結構特徵。

3. 舉個栗子

3.1 讀入影象進行灰度化

首先我們讀入樣例測試影象，然後利用cvtColor()函數進行灰度化操作，樣例程式碼如下：

im = cv2.imread("./ladder.png")
gray_img = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)

執行結果如下：

上圖中左側為彩色原圖，右側為執行灰度化後的灰度圖。

3.2 執行邊緣檢測

接著我們來利用邊緣檢測演演算法（Canny、Sobel、Laplacian等）來檢測物體邊緣，樣例程式碼如下：

canny = cv2.Canny(gray_img, 30, 150)

執行結果如下：

3.3 進行霍夫變換

最後，我們使用霍夫變換來得出直線檢測結果，樣例程式碼如下：

lines = cv2.HoughLines(canny, 1, np.pi / 180, 180)
lines1 = lines[:, 0, :]
for rho, theta in lines1[:]:
    a = np.cos(theta)
    b = np.sin(theta)
    x0 = a * rho
    y0 = b * rho
    x1 = int(x0 + 3000 * (-b))
    y1 = int(y0 + 3000 * (a))
    x2 = int(x0 - 3000 * (-b))
    y2 = int(y0 - 3000 * (a))
    cv2.line(im, (x1, y1), (x2, y2), (0, 0, 255), 2)

執行結果如下：

可以看出，通過簡單的幾步操作，我們就可以很方便的檢測出影象中的所有直線。

補充

當然Python利用OpenCV不僅能檢測直線，還能檢測出直線傾斜角度。下面是實現的核心程式碼

import cv2
import numpy as np

def line_detect(image):
  # 將圖片轉換為HSV
  hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
  # 設定閾值
  lowera = np.array([0, 0, 221])
  uppera = np.array([180, 30, 255])
  mask1 = cv2.inRange(hsv, lowera, uppera)
  kernel = np.ones((3, 3), np.uint8)

  # 對得到的影象進行形態學操作（閉運算和開運算）
  mask = cv2.morphologyEx(mask1, cv2.MORPH_CLOSE, kernel) #閉運算：表示先進行膨脹操作，再進行腐蝕操作
  mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)  #開運算：表示的是先進行腐蝕，再進行膨脹操作

  # 繪製輪廓
  edges = cv2.Canny(mask, 50, 150, apertureSize=3)
  # 顯示圖片
  cv2.imshow("edges", edges)
  # 檢測白線  這裡是設定檢測直線的條件，可以去讀一讀HoughLinesP()函數，然後根據自己的要求設定檢測條件
  lines = cv2.HoughLinesP(edges, 1, np.pi / 180, 40,minLineLength=10,maxLineGap=10)
  print "lines=",lines
  print "========================================================"
  i=1
  # 對通過霍夫變換得到的資料進行遍歷
  for line in lines:
    # newlines1 = lines[:, 0, :]
    print "line["+str(i-1)+"]=",line
    x1,y1,x2,y2 = line[0]  #兩點確定一條直線，這裡就是通過遍歷得到的兩個點的資料 （x1,y1）(x2,y2)
    cv2.line(image,(x1,y1),(x2,y2),(0,0,255),2)   #在原圖上畫線
    # 轉換為浮點數，計算斜率
    x1 = float(x1)
    x2 = float(x2)
    y1 = float(y1)
    y2 = float(y2)
    print "x1=%s,x2=%s,y1=%s,y2=%s" % (x1, x2, y1, y2)
    if x2 - x1 == 0:
      print "直線是豎直的"
      result=90
    elif y2 - y1 == 0 :
      print "直線是水平的"
      result=0
    else:
      # 計算斜率
      k = -(y2 - y1) / (x2 - x1)
      # 求反正切，再將得到的弧度轉換為度
      result = np.arctan(k) * 57.29577
      print "直線傾斜角度為：" + str(result) + "度"
    i = i+1
  #   顯示最後的成果圖
  cv2.imshow("line_detect",image)
  return result

if __name__ == '__main__':
  # 讀入圖片
  src = cv2.imread("lines/line6.jpg")
  # 設定視窗大小
  cv2.namedWindow("input image", cv2.WINDOW_AUTOSIZE)
  # 顯示原始圖片
  cv2.imshow("input image", src)
  # 呼叫函數
  line_detect(src)
  cv2.waitKey(0)

到此這篇關於詳解在Python中使用OpenCV進行直線檢測的文章就介紹到這了,更多相關Python OpenCV直線檢測內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！