OpenCV半小時(shí)掌握基本操作之直線檢測(cè)

第OpenCV半小時(shí)掌握基本操作之直線檢測(cè)目錄概述霍夫直線變換原理詳解代碼實(shí)戰(zhàn)HoughLinesHoughLinesP【OpenCV】高手勿入!半小時(shí)學(xué)會(huì)基本操作直線檢測(cè)

概述

OpenCV是一個(gè)跨平臺(tái)的計(jì)算機(jī)視覺庫,支持多語言,功能強(qiáng)大.今天小白就帶大家一起攜手走進(jìn)OpenCV的世界.(第13課)

霍夫直線變換

霍夫變換(HoughLineTransform)是圖像處理中的一種特征提取技術(shù).通過平面空間到極值坐標(biāo)空間的轉(zhuǎn)換,可以幫助我們實(shí)現(xiàn)直線檢測(cè).如圖:

原理詳解

當(dāng)我們把直線y=kx+b畫在指標(biāo)坐標(biāo)系上,如下圖.我們?cè)購脑c(diǎn)引線段到直線上的任一點(diǎn).

我們可以得到這條線段與x軸的夾角為θ,距離是r.對(duì)于直線上的任一點(diǎn)(x0,y0),我們可以得到公式:

代碼實(shí)戰(zhàn)

HoughLines

格式:

cv2.HoughLines(image,rho,theta,threshold,lines=None,srn=None,stn=None,min_theta=None,max_theta=None)

參數(shù):

image:輸入圖像

rho:線性搜索半徑步長(zhǎng),以像素為單位

theta:線性搜索步長(zhǎng),以弧度為單位

threshold:累計(jì)閾值

例子:

importnumpyasnp

importcv2

frommatplotlibimportpyplotasplt

#讀取圖片

image=cv2.imread("sudoku.jpg")

image_copy=image.copy()

#轉(zhuǎn)換成灰度圖

image_gray=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)

#邊緣檢測(cè),Sobel算子大小為3

edges=cv2.Canny(image_gray,170,220,apertureSize=3)

#霍夫曼直線檢測(cè)

lines=cv2.HoughLines(edges,1,np.pi/180,250)

forlineinlines:

#獲取rho和theta

rho,theta=line[0]

a=np.cos(theta)

b=np.sin(theta)

x0=a*rho

y0=b*rho

x1=int(x0+1000*(-b))

y1=int(y0+1000*(a))

x2=int(x0-1000*(-b))

y2=int(y0-1000*(a))

cv2.line(image_copy,(x1,y1),(x2,y2),(0,0,255),thickness=5)

#圖片展示

f,ax=plt.subplots(2,2,figsize=(12,12))

ax[0,0].imshow(cv2.cvtColor(image,cv2.COLOR_BGR2RGB))

ax[0,1].imshow(image_gray,"gray")

ax[1,0].imshow(edges,"gray")

ax[1,1].imshow(cv2.cvtColor(image_copy,cv2.COLOR_BGR2RGB))

ax[0,0].set_title("original")

ax[0,1].set_title("imagegray")

ax[1,0].set_title("imageedge")

ax[1,1].set_title("imageline")

plt.show()

輸出結(jié)果:

HoughLinesP

此函數(shù)在HoughLines的基礎(chǔ)上末尾加了一個(gè)代表概率(Probabilistic)的P,表明它可以采用累計(jì)概率霍夫變換,來找出二值圖像中的直線.

格式:

HoughLinesP(image,rho,theta,threshold,lines=None,minLineLength=None,maxLineGap=None)

參數(shù):

image:輸入圖像

rho:線性搜索半徑步長(zhǎng),以像素為單位

theta:線性搜索步長(zhǎng),以弧度為單位

threshold:累計(jì)閾值

minLineLength:最短直線長(zhǎng)度

maxLineGap:最大孔隙距離

例子:

importnumpyasnp

importcv2

frommatplotlibimportpyplotasplt

#讀取圖片

image=cv2.imread("sudoku.jpg")

image_copy=image.copy()

#轉(zhuǎn)換成灰度圖

image_gray=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)

#邊緣檢測(cè),Sobel算子大小為3

edges=cv2.Canny(image_gray,170,220,apertureSize=3)

#霍夫曼直線檢測(cè)

lines=cv2.HoughLinesP(edges,1,np.pi/180,100,minLineLength=100,maxLineGap=