Python-Opencv中直线检测（霍夫变换）

Python-Opencv中直线检测（霍夫变换）

在图像中经常会出现直线或者圆等特殊形状，霍夫变换就可以进行这种特殊形状的检测。
 ​霍夫变换是一个特征提取技术。其可用于隔离图像中特定形状的特征的技术，应用在图像分析、计算机视觉和数字图像处理领域。目的是通过投票程序在特定类型的形状内找到对象的不完美实例。这个投票程序是在一个参数空间中进行的，在这个参数空间中，候选对象被当作所谓的累加器空间中的局部最大值来获得，所述累加器空间由用于计算霍夫变换的算法明确地构建。最基本的霍夫变换是从黑白图像中检测直线(线段)。Hough变换主要优点是能容忍特征边界描述中的间隙，并且相对不受图像噪声的影响。
 霍夫变换的基本原理见一篇写得很详细的博文，博文地址为 https://blog.csdn.net/yuyuntan/article/details/80141392 认真研读此篇博文，对理解霍夫变换很有帮助。
 
1.标准霍夫变换

cv2.HoughLines（）

函数三个参数：

第一个参数是输入图像，且必须是二值图像，在进行霍夫变换之前需要采用阈值方法的边缘检测；
第二和第三个参数分别是r,θ对应的精度；
第四个参数是阈值，判定为直线投票数的最小值；

代码实现

import cv2 as cv
import numpy as np


def line_detection(image):
	# 变换为灰度图
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    # 进行Canny边缘检测
    edge = cv.Canny(gray, 50, 100, apertureSize=3)
    cv.imshow("edge", edge)
    # 进行霍夫直线运算
    lines = cv.HoughLines(edge, 1, np.pi/180, 200)
    # 对检测到的每一条线段
    for line in lines:
    	# 霍夫变换返回的是 r 和 theta 值
        rho, theta = line[0]
        a = np.cos(theta)
        b = np.sin(theta)
        # 确定x0 和 y0
        x0 = a * rho
        y0 = b * rho
        # 认为构建（x1,y1）,(x2, y2)
        x1 = int(x0 + 1000 * (-b))
        y1 = int(y0 + 1000 * a)
        x2 = int(x0 - 1000 * (-b))
        y2 = int(y0 - 1000 * a)
        # 用cv2.line( )函数在image上画直线
        cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2)
    cv.imshow("line_detection", image)


src = cv.imread("road.jpg")
cv.imshow("shufa", src)
line_detection(src)
cv.waitKey(0)
cv.destroyAllWindows()

2.概率霍夫变换

概率霍夫变换是一个优化的霍夫变换，它不会计算所有的点，而是随机的选取一组足以识别直线的点，所以我们需要减少阈值。

函数

cv2.HoughLinesP( )

函数有2个新的参数。

minLineLength - 线段的最小长度. Line segments shorter than this are rejected.

maxLineGap - 使程序识别线段为一条线的线段之间最大的空隙

代码实现

import cv2 as cv
import numpy as np


def line_detect_possible(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    edges = cv.Canny(gray, 50, 100, apertureSize = 3)
    cv.imshow("edges", edges)
    lines = cv.HoughLinesP(edges, 1, np.pi/180, 50, 100, minLineLength = 5, maxLineGap = 10)
    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", image)


src = cv.imread("shufa.jpg")
cv.imshow("shufa", src)
line_detect_possible(src)
cv.waitKey(0)
cv.destroyAllWindows()

初学Opencv，如有错误地方和改进地方，真诚地邀请您提出来，谢谢！

本文结束…