首页 / PYTHON / Python如何使用OpenCV的HoughLines检测图像中的垂直和水平线？

Python如何使用OpenCV的HoughLines检测图像中的垂直和水平线？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python如何使用OpenCV的HoughLines检测图像中的垂直和水平线？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1791字，纯文字阅读大概需要3分钟。

内容图文

我试图获得校准棋盘的阈值.当我观察微型棋盘时,我无法直接检测到棋盘角落,因为有一些灰尘.
我尝试了几种方法,而HoughLinesP似乎是最简单的方法.但结果不好,如何提高我的成绩？

import numpy as np
import cv2

img = cv2.imread('lines.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150,apertureSize = 3)
print img.shape[1]
print img.shape
minLineLength=100
lines = cv2.HoughLinesP(image=edges,rho=0.02,theta=np.pi/500, threshold=10,lines=np.array([]), minLineLength=minLineLength,maxLineGap=100)

a,b,c = lines.shape
for i in range(a):
    cv2.line(img, (lines[i][0][0], lines[i][0][1]), (lines[i][0][2], lines[i][0][3]), (0, 0, 255), 3, cv2.LINE_AA)
    cv2.imwrite('houghlines5.jpg',img)

正如你在下图所示,我无法获得我的棋盘,线条被绘制在很多方向…(原始图片：https://s22.postimg.org/iq2b91xq9/droite_Image_00000.jpg)

解决方法:

您使用的rho值太小了.

试试以下代码： – 

import numpy as np
import cv2

gray = cv2.imread('lines.jpg')
edges = cv2.Canny(gray,50,150,apertureSize = 3)
cv2.imwrite('edges-50-150.jpg',edges)
minLineLength=100
lines = cv2.HoughLinesP(image=edges,rho=1,theta=np.pi/180, threshold=100,lines=np.array([]), minLineLength=minLineLength,maxLineGap=80)

a,b,c = lines.shape
for i in range(a):
    cv2.line(gray, (lines[i][0][0], lines[i][0][1]), (lines[i][0][2], lines[i][0][3]), (0, 0, 255), 3, cv2.LINE_AA)
    cv2.imwrite('houghlines5.jpg',gray)

注意,rho值,pi值和maxLineGap的变化可以减少异常值.

输入图像

边缘图像

输出图像

杂项 – 初学者的提示

>很多计算机视觉算法都假定输入应该如何做出某些假设.在构建概念验证时,始终尝试在应用此类算法之前查看您生成的中间输入.
>对于快速入侵,如果算法接受某些参数,请对这些参数的可能值使用for循环,并查看结果的变化情况. Link回答如何快速生成这些可能的值.
>要真正理解算法,请在wiki上阅读,或者在必要时阅读更好的资源.然后再次/仍然进行上述攻击(第2点).它将进一步明确你的理解.

内容总结

以上是互联网集市为您收集整理的Python如何使用OpenCV的HoughLines检测图像中的垂直和水平线？全部内容，希望文章能够帮你解决Python如何使用OpenCV的HoughLines检测图像中的垂直和水平线？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/705518.html

来源：【匿名】