【问题标题】:OpenCV houghLinesP parametersOpenCV houghLinesP 参数
【发布时间】:2016-06-07 04:32:55
【问题描述】:

我很难在 Python 中使用 HoughLinesP 和 OpenCV 在此图像中找到棋盘上的线条。

为了理解HoughLinesP的参数,我想出了以下代码:

import numpy as np
import cv2
from matplotlib import pyplot as plt
from matplotlib import image as image

I = image.imread('chess.jpg') 
G = cv2.cvtColor(I, cv2.COLOR_BGR2GRAY)

# Canny Edge Detection:
Threshold1 = 150;
Threshold2 = 350;
FilterSize = 5
E = cv2.Canny(G, Threshold1, Threshold2, FilterSize)

Rres = 1
Thetares = 1*np.pi/180
Threshold = 1
minLineLength = 1
maxLineGap = 100
lines = cv2.HoughLinesP(E,Rres,Thetares,Threshold,minLineLength,maxLineGap)
N = lines.shape[0]
for i in range(N):
    x1 = lines[i][0][0]
    y1 = lines[i][0][1]    
    x2 = lines[i][0][2]
    y2 = lines[i][0][3]    
    cv2.line(I,(x1,y1),(x2,y2),(255,0,0),2)

plt.figure(),plt.imshow(I),plt.title('Hough Lines'),plt.axis('off')
plt.show()

我遇到的问题是这只会占用一行。如果我将 maxLineGap 减少到 1,它会增加数千。

我明白为什么会这样,但是我如何选择一组合适的参数来合并所有这些共线线?我错过了什么吗?

我想保持代码简单,因为我将它用作此函数的示例。

提前感谢您的帮助!

更新:这与 HoughLines 完美搭配。

而且似乎没有边缘检测问题,因为 Canny 工作得很好。

但是,我仍然需要让 HoughLinesP 工作。有什么想法吗??

图片在这里:Results

【问题讨论】:

    标签: python opencv houghlinesp


    【解决方案1】:

    好的,我终于找到了问题所在,并认为我会与其他为此疯狂的人分享解决方案。问题是在 HoughLinesP 函数中,有一个额外的参数“lines”,这是多余的,因为函数的输出是相同的:

    cv2.HoughLinesP(image, rho, theta, threshold[, lines[, minLineLength[, maxLineGap]]])

    这会导致参数出现问题,因为它们以错误的顺序读取。为了避免与参数的顺序混淆,最简单的解决方案是在函数中指定它们,如下所示:

    lines = cv2.HoughLinesP(E,rho = 1,theta = 1*np.pi/180,threshold = 100,minLineLength = 100,maxLineGap = 50)
    

    这完全解决了我的问题,希望对其他人有所帮助。

    【讨论】:

    • OpenCV tutorial 并没有明确说明这一点,到目前为止,实际上也犯了同样的错误。感谢您指出这一点。
    【解决方案2】:

    cv2.HoughLinesP(image,rho, theta, threshold, np.array ([ ]), minLineLength=xx, maxLineGap=xx)

    这也可以。

    【讨论】:

      【解决方案3】:
      • edges:边缘检测器的输出。
      • lines:用于存储线条起点和终点坐标的向量。
      • rho:分辨率参数\rho,以像素为单位。
      • theta:参数 \theta 的分辨率,单位为弧度。
      • 阈值:检测直线的最小交叉点数。

      示例应用程序

      import cv2
      import numpy as np
      
      img = cv2.imread('sudoku.png', cv2.IMREAD_COLOR)
      # Convert the image to gray-scale
      gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
      # Find the edges in the image using canny detector
      edges = cv2.Canny(gray, 50, 200)
      # Detect points that form a line
      lines = cv2.HoughLinesP(edges, 1, np.pi/180, 100, minLineLength=10, maxLineGap=250)
      # Draw lines on the image
      for line in lines:
          x1, y1, x2, y2 = line[0]
          cv2.line(img, (x1, y1), (x2, y2), (255, 0, 0), 3)
      
      # Show result
      img = cv2.resize(img, dsize=(600, 600))
      cv2.imshow("Result Image", img)
      
      if cv2.waitKey(0) & 0xff == 27:  
          cv2.destroyAllWindows()
      

      【讨论】:

        【解决方案4】:

        这不是HoughLinesP的问题,使用那个方法只会得到图片中检测到的所有线条并返回给你。

        为了能够得到你想要的线条,你需要在使用该方法之前对图像进行平滑处理。但是,如果平滑过多,HoughLinesP 将无法检测到任何边缘。

        您可以了解更多关于OpenCV的平滑效果here

        【讨论】:

        • 感谢您回来。平滑似乎没有任何问题,因为:(a)它非常适合 HoughLines,(2)Canny 函数的结果很可爱(如果我自己这么说的话!)和(d)Canny 边缘检测结合反正平滑。还有其他想法吗?救命!
        • 平滑会去除图像的背景噪音。 Canny 不平滑。平滑“模糊”图像,这将在边缘检测后提供较少的边缘(canny)。
        • 所以我给了你怀疑的好处并尝试了平滑。我还检查了 Canny 函数代码,看看它是否像算法建议的那样平滑。 (a) 平滑并没有解决问题,只是减少了边的数量(但我对边的数量感到满意)和 (b) Canny 代码确实包含平滑,因此额外的平滑步骤是多余的。再次感谢您的帮助,但还有其他想法吗?
        猜你喜欢
        • 1970-01-01
        • 1970-01-01
        • 2021-08-04
        • 1970-01-01
        • 1970-01-01
        • 2014-09-15
        • 1970-01-01
        • 2016-07-26
        • 1970-01-01
        相关资源
        最近更新 更多