为什么OpenCV for Python的cv2.HoughLines的返回值需要用索引来访问？

Question

我希望我写的问题标题是正确的，因为我不知道如何准确地解释它。考虑下面的代码：

lines = cv2.HoughLines(edges,1,np.pi/180,200)
for rho,theta in lines[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(img,(x1,y1),(x2,y2),(0,0,255),2)

为什么一定要写成for rho,theta in lines[0]:？通过这种代码，我只能获得一行。我试图删除lines 中的索引，但我得到了ValueError: need more than 1 value to unpack。我试图打印返回的值，它看起来像这样：

[[[ 287.            1.97222209]]

[[ 885.            1.20427716]]

[[ 881.            1.22173047]]]

我已经解决了这个问题，我让代码看起来像这样：

lines = cv2.HoughLines(edges,1,np.pi/180,200)
for i in range(10):
    for rho,theta in lines[i]:

我想知道，到底发生了什么？还是我在这里做错了什么？

Answer 1

我认为应该是这样的：

for line in lines:
    rho, theta = line[0]
    ...

这样你循环遍历lines数组中的所有值，每个值都是一个line，由rho和theta组成。

如果他们将其构造成这样当然会更好

[ [r0,t0], [r1,t1], ... ,[rn,tn] ]

但相反，他们通过使用额外的嵌套来混淆

[ [[r0,t0]], [[r1,t1]], ... ,[[rn,tn]] ]

表格。

line in lines: 循环通过给出[[ri,ti]] 术语，然后您可以通过line[0] 将其转换为[ri,ti]，然后将其传递给rho 和theta。

Answer 2

这个问题和这个答案是指这个基于opencv 3.0.0 的tutorial。在 openCV 3.2.0 中，houghlines 返回的嵌套列表是一个 nX1X2 数组（其中 n 是行数），访问 rho 和 theta 的正确方法可以在 tutorial 中找到。

所以.. 根据第一个教程： “Lines”是一个多维 1XnX2 数组（ndarray），其中 n 是检测到的行数。

第一个数组只包含一个元素，lines[0]（nX2 数组），它是你的行列表（你只需要遍历它）。

在第二级，您有行[0][0]、行[0][1]、...、行[0][n]。 （这是你的台词）

最后，在第 3 级，您有 lines[0][n][0] 和 lines[0][n][1] ，它们是每行的 rho 和 theta 值。您的解决方案将不起作用，因为没有 lines[1] 数组！

您可以将其添加到您的代码中并查看它打印的内容。

print lines.shape
print lines[0].shape
print lines[0][0].shape

Answer 3

for line in lines:
    rho, theta = line[0]
    a = np.cos(theta)
    b = np.sin(theta)

这适用于 Python2.7 (Anaconda) 和 OpenCV3.1.0。 OpenCV (1XnX2) 提供的在线文档中的示例与其在 HoughLines 函数 (nX1X2) 中实际返回的示例之间似乎存在不匹配。

Answer 4

通过写入line[0]，您可以访问数组的第一个元素。在这种情况下，第一个元素是另一个包含行参数 rho 和 theta 的数组。这就是cv2.HoughLines 函数返回结果的方式。

因此，如果您想遍历 rho 和 theta 的每个组合（即图像中找到的每一行），您可以编写

for [rho, theta] in lines[0]:
    print rho
    print theta

Answer 5

这对我有用

for l in lines:
    rho = l[0][0]
    theta = l[0][1]
    a = np.cos(theta)

Answer 6

lines=cv2.HoughLines(canny,1,numpy.pi/180,120)
for i in lines:
    # print(i)
    rho=i[0][0]
    theta=i[0][1]
    a=numpy.cos(theta)
    b=numpy.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(img,(x1,y1),(x2,y2),(0,255,0),1)
cv2.imshow('ss',img)

Answer 7

img = cv2.Canny(img,50,150)
lines = cv2.HoughLines(img,1,np.pi/180,50)
for k in range(lines.shape[0]):
    for rho,theta in lines[k]:
            a = np.cos(theta)
            b = np.sin(theta)
            x0 = a*rho
            y0 = b*rho
            P=2*max(img.shape)
            x1 = int(x0 + P*(-b))
            y1 = int(y0 + P*(a))
            x2 = int(x0 - P*(-b))
            y2 = int(y0 - P*(a))
            cv2.line(img,(x1,y1),(x2,y2),(0,255,0),5)