快捷導(dǎo)航

OpenCV實(shí)現(xiàn)直線檢測(cè)

更新時(shí)間：2022年08月01日 11:47:07 作者：Robin?Long?2018

這篇文章主要為大家詳細(xì)介紹了OpenCV實(shí)現(xiàn)直線檢測(cè)，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下

本文實(shí)例為大家分享了OpenCV實(shí)現(xiàn)直線檢測(cè)的具體代碼，供大家參考，具體內(nèi)容如下

1 介紹

本文主要介紹OpenCV自帶的直線檢測(cè)函數(shù)HoughLines()的用法，這個(gè)函數(shù)的第一個(gè)參數(shù)是一個(gè)二值化圖像，所以在進(jìn)行霍夫變換之前要首先進(jìn)行二值化，或者進(jìn)行Canny 邊緣檢測(cè)。第二和第三個(gè)值分別代表β 和 θ 的精確度。第四個(gè)參數(shù)是閾值，只有累加其中的值高于閾值時(shí)才被認(rèn)為是一條直線，也可以把它看成能檢測(cè)到的直線的最短長(zhǎng)度（以像素點(diǎn)為單位）。返回值就是（β; θ）。β 的單位是像素，θ的單位是弧度。

2 代碼

#直線檢測(cè)
#使用霍夫直線變換做直線檢測(cè)，前提條件：邊緣檢測(cè)已經(jīng)完成
import cv2 as cv
import numpy as np
import matplotlib.pylab as plt
?
#標(biāo)準(zhǔn)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參數(shù)默認(rèn)其實(shí)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]存儲(chǔ)的是點(diǎn)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(jì)算直線起點(diǎn)橫坐標(biāo)
? ? ? ? y1 = int(y0 + 1000 * a) ? ?#計(jì)算起始起點(diǎn)縱坐標(biāo)
? ? ? ? x2 = int(x0 - 1000 * (-b)) #計(jì)算直線終點(diǎn)橫坐標(biāo)
? ? ? ? y2 = int(y0 - 1000 * a) ? ?#計(jì)算直線終點(diǎn)縱坐標(biāo) ? ?注：這里的數(shù)值1000給出了畫出的線段長(zhǎng)度范圍大小，數(shù)值越小，畫出的線段越短，數(shù)值越大，畫出的線段越長(zhǎng)
? ? ? ? cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2) ? ?#點(diǎn)的坐標(biāo)必須是元組，不能是列表。
? ? cv.imshow("image-lines", image)
?
#統(tǒng)計(jì)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參數(shù)默認(rèn)其實(shí)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(r'..\edge.jpg')
print(src.shape)
cv.namedWindow('input_image', cv.WINDOW_AUTOSIZE)
cv.imshow('input_image', src)
line_detection(src)
src = cv.imread(r'..\edge.jpg') #調(diào)用上一個(gè)函數(shù)后，會(huì)把傳入的src數(shù)組改變，所以調(diào)用下一個(gè)函數(shù)時(shí)，要重新讀取圖片
line_detect_possible_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()