【opencv-python】概率霍夫变换

简介

概率霍夫变换（probabilistic Hough transform）用于查找二值图像中的线段，python函数为cv2.HoughLinesP()，该函数实现[Matas00]中描述的用于线段检测的概率Hough变换算法，函数使用方法如下图所示：

各参数含义为：

• image：8位二值图像，在函数执行的时候图像可能被修改；
• lines：算法识别出来的直线，每个直线以$(x_1,y_1,x_2,y_2)$的形式表达，其中$(x_1,y_1)$和$(x_2,y_2)$是探测到线段的首尾点；
• rho：累加器的距离分辨率（以像素为单位）；
• theta：累加器的角度分辨率（以弧度为单位）；
• threshold：累加器阈值参数，只有累加到足够多的票数的直线（>threshold）才被认为是目标直线；
• minLineLength：最小化线长度，如果线段长度比这个数值小，这个线则被放弃；
• maxLineGap：代表一条直线中能够被允许的最大间隙，当线中的两个点小于这个值时，两个点将被连接视为一条直线。

案例分析

所用测试田字格图像和这篇博文所用图像相同，如下图所示：

python代码如下：

img = cv2.imread('squares.jpg')
        gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
        edges = cv2.Canny(gray,50,200,apertureSize = 3)
        minLineLength = 100
        maxLineGap = 10
        lines = cv2.HoughLinesP(edges,1,np.pi/180,100,minLineLength,maxLineGap)
        for line in lines:
            print('line:', line)
            for x1,y1,x2,y2 in line :
                cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2)
        cv2.imwrite('houghlines5.jpg',img)

运行结果如下，可以看到，程序可以实现程序分段识别和显示的效果。