您好,登錄后才能下訂單哦!
這篇文章將為大家詳細講解有關(guān)怎么在python中使用hough變換檢測直線,文章內(nèi)容質(zhì)量較高,因此小編分享給大家做個參考,希望大家閱讀完這篇文章后對相關(guān)知識有一定的了解。
1 原理
2 檢測步驟
將參數(shù)空間(ρ,θ) 量化成m*n(m為ρ的等份數(shù),n為θ的等份數(shù))個單元,并設(shè)置累加器矩陣,初始值為0;
對圖像邊界上的每一個點(x,y)帶入ρ=xcosθ+ysinθ,求得每個θ對應(yīng)的ρ值,并在ρ和θ所對應(yīng)的單元,將累加器加1,即:Q(i,j)=Q(i,j)+1;
檢驗參數(shù)空間中每個累加器的值,累加器最大的單元所對應(yīng)的ρ和θ即為直角坐標(biāo)系中直線方程的參數(shù)。
3 接口
image:二值圖像,canny邊緣檢測輸出。這里是result。
rho: 以像素為單位的距離精度,這里為1像素。如果想要檢測的線段更多,可以設(shè)為0.1。
theta: 以弧度為單位的角度精度,這里為numpy.pi/180。如果想要檢測的線段更多,可以設(shè)為0.01 * numpy.pi/180。
threshod: 閾值參數(shù),int類型,超過設(shè)定閾值才被檢測出線段,這里為10。
minLineLength:線段以像素為單位的最小長度。
maxLineGap:同一方向上兩條線段判定為一條線段的最大允許間隔。
4 代碼及結(jié)果
import os import numpy as np import cv2 from PIL import Image, ImageEnhance import math def img_processing(img): # 灰度化 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU) # canny邊緣檢測 edges = cv2.Canny(binary, 50, 150, apertureSize=3) return edges def line_detect(img): img = Image.open(img) img = ImageEnhance.Contrast(img).enhance(3) # img.show() img = np.array(img) result = img_processing(img) # 霍夫線檢測 lines = cv2.HoughLinesP(result, 1, 1 * np.pi/180, 10, minLineLength=10, maxLineGap=5) # print(lines) print("Line Num : ", len(lines)) # 畫出檢測的線段 for line in lines: for x1, y1, x2, y2 in line: cv2.line(img, (x1, y1), (x2, y2), (255, 0, 0), 1) pass img = Image.fromarray(img, 'RGB') img.show() if __name__ == "__main__": line_detect("1.jpg") pass
原圖如下:
檢測結(jié)果:
關(guān)于怎么在python中使用hough變換檢測直線就分享到這里了,希望以上內(nèi)容可以對大家有一定的幫助,可以學(xué)到更多知識。如果覺得文章不錯,可以把它分享出去讓更多的人看到。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。