2021-05-12 14:32:11
Python+OpenCV影象處理——實現直線檢測
簡介:
1.霍夫變換(Hough Transform) 霍夫變換是影象處理中從影象中識別幾何形狀的基本方法之一,應用很廣泛,也有很多改進演演算法。主要用來從影象中分離出具有某種相同特徵的幾何形狀(如,直線,圓等)。最基本的霍夫變換是從黑白影象中檢測直線(線段)。
2.Hough變換的原理是將特定圖形上的點變換到一組引數空間上,根據引數空間點的累計結果找到一個極大值對應的解,那麼這個解就對應著要尋找的幾何形狀的引數(比如說直線,那麼就會得到直線的斜率k與常熟b,圓就會得到圓心與半徑等等)
3.霍夫線變換是一種用來尋找直線的方法。用霍夫線變換之前, 首先需要對影象進行邊緣檢測的處理,也即霍夫線變換的直接輸入只能是邊緣二值影象。
4.霍夫直線檢測的具體原理參見:
程式碼如下:
#直線檢測 #使用霍夫直線變換做直線檢測,前提條件:邊緣檢測已經完成 import cv2 as cv import numpy as np #標準霍夫線變換 def line_detection(image): gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY) edges = cv.Canny(gray, 50, 150, apertureSize=3) #apertureSize引數預設其實就是3 cv.imshow("edges", edges) lines = cv.HoughLines(edges, 1, np.pi/180, 80) for line in lines: rho, theta = line[0] #line[0]儲存的是點到直線的極徑和極角,其中極角是弧度表示的。 a = np.cos(theta) #theta是弧度 b = np.sin(theta) x0 = a * rho #代表x = r * cos(theta) y0 = b * rho #代表y = r * sin(theta) x1 = int(x0 + 1000 * (-b)) #計算直線起點橫座標 y1 = int(y0 + 1000 * a) #計算起始起點縱座標 x2 = int(x0 - 1000 * (-b)) #計算直線終點橫座標 y2 = int(y0 - 1000 * a) #計算直線終點縱座標 注:這裡的數值1000給出了畫出的線段長度範圍大小,數值越小,畫出的線段越短,數值越大,畫出的線段越長 cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2) #點的座標必須是元組,不能是列表。 cv.imshow("image-lines", image) #統計概率霍夫線變換 def line_detect_possible_demo(image): gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY) edges = cv.Canny(gray, 50, 150, apertureSize=3) # apertureSize引數預設其實就是3 lines = cv.HoughLinesP(edges, 1, np.pi / 180, 60, minLineLength=60, maxLineGap=5) for line in lines: x1, y1, x2, y2 = line[0] cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2) cv.imshow("line_detect_possible_demo",image) src = cv.imread('E:/imageload/louti.jpg') print(src.shape) cv.namedWindow('input_image', cv.WINDOW_AUTOSIZE) cv.imshow('input_image', src) line_detection(src) src = cv.imread('E:/imageload/louti.jpg') #呼叫上一個函數後,會把傳入的src陣列改變,所以呼叫下一個函數時,要重新讀取圖片 line_detect_possible_demo(src) cv.waitKey(0) cv.destroyAllWindows()
執行結果:
注意:
1.opencv的HoughLines函數是標準霍夫線變換函數,該函數的功能是通過一組引數對的集合來表示檢測到的直線,其函數原型為:HoughLines(image, rho, theta, threshold[, lines[, srn[, stn[, min_theta[, max_theta]]]]]) -> lines
image參數列示邊緣檢測的輸出影象,該影象為單通道8位元二進位制影象。
rho參數列示引數極徑以畫素值為單位的解析度,這裡一般使用1畫素。
theta參數列示引數極角以弧度為單位的解析度,這裡使用1度。
threshold參數列示檢測一條直線所需最少的曲線交點。
lines參數列示儲存著檢測到的直線的引數對的容器 。
srn引數、stn引數預設都為0。如果srn = 0且stn = 0,則使用經典的Hough變換。
min_theta參數列示對於標準和多尺度Hough變換,檢查線條的最小角度。
max_theta參數列示對於標準和多尺度Hough變換,檢查線條的最大角度。
2.opencv的HoughLinesP函數是統計概率霍夫線變換函數,該函數能輸出檢測到的直線的端點,其函數原型為:HoughLinesP(image, rho, theta, threshold[, lines[, minLineLength[, maxLineGap]]]) -> lines
image參數列示邊緣檢測的輸出影象,該影象為單通道8位元二進位制影象。
rho參數列示引數極徑以畫素值為單位的解析度,這裡一般使用 1 畫素。
theta參數列示引數極角以弧度為單位的解析度,這裡使用 1度。
threshold參數列示檢測一條直線所需最少的曲線交點。
lines參數列示儲存著檢測到的直線的引數對 的容器,也就是線段兩個端點的座標。
minLineLength參數列示能組成一條直線的最少點的數量,點數量不足的直線將被拋棄。
maxLineGap參數列示能被認為在一條直線上的亮點的最大距離。
以上就是Python+OpenCV影象處理——實現直線檢測的詳細內容,更多關於python 直線檢測的資料請關注it145.com其它相關文章!
相關文章