霍夫直线检测

OpenCV代码实现

#include <iostream>
#include <fstream>
#include <string>
#include <opencv2/opencv.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;

int main()
{
	std::cout << "Hello World!\n";

	Mat src = imread("calib01.jpeg");
	Mat gray;
	cvtColor(src, gray, COLOR_BGR2GRAY);  // 转为灰度图
	
	Mat binary;
	threshold(gray, binary, 100, 255, THRESH_BINARY_INV);  // 二值化

	Mat dstErode;
	Mat elementRect = getStructuringElement(cv::MORPH_RECT, cv::Size(2, 2));
	erode(binary, dstErode, elementRect);  // 形态学处理--腐蚀

	Mat color;
	cvtColor(dstErode, color, COLOR_GRAY2BGR);  // 单通道转三通道
	
	Mat canny;
	Canny(dstErode, canny, 50, 125, 3);  // 边缘检测

	vector<Vec2f> lines;
	cv::HoughLines(canny, lines, 1, CV_PI / 180, 80, 0, 0);  // 霍夫直线查找
	cout << "line number: " << lines.size() << endl;  // 打印查找的直线数
	for (size_t i = 0; i < lines.size(); i++)
	{
		Vec2f linex = lines[i];
		cout << "radius: " << linex[0] << ", angle: " << 180 / CV_PI * linex[1] << endl;
		float rho = lines[i][0];
		float theta = lines[i][1];
		cv::Point pt1, pt2;
		double a = cos(theta), b = sin(theta);
		double x0 = a * rho, y0 = b * rho;
		pt1.x = cvRound(x0 + 1000 * (-b));
		pt1.y = cvRound(y0 + 1000 * (a));
		pt2.x = cvRound(x0 - 1000 * (-b));
		pt2.y = cvRound(y0 - 1000 * (a));
		line(color, pt1, pt2, cv::Scalar(255, 0, 0), 1);
	}

	vector<cv::Vec4i> lines2;
	HoughLinesP(canny, lines2, 1, CV_PI / 180, 80, 10, 80);  // 渐近式霍夫直线查找
	cout << "line number: " << lines2.size() << endl;  // 打印查找的直线数
	for (size_t i = 0; i < lines2.size(); i++)
	{
		cv::Vec4i linex2 = lines2[i];
		int dx = linex2[2] - linex2[0];
		int dy = linex2[2] - linex2[1];
		double angle = atan2(double(dy), dx) * 180 / CV_PI;
		line(src, cv::Point(linex2[0], linex2[1]), cv::Point(linex2[2], linex2[3]), cv::Scalar(255, 0, 0), 1);
	}
	imwrite("result.bmp", src);

	return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
霍夫直线检测是一种在图像中检测直线的常用技术。在Python中使用OpenCV库可以实现霍夫直线检测。下面是几种常见的实现方法: 方法一:使用HoughLines函数 可以使用OpenCV的HoughLines函数来实现霍夫直线检测。这个函数需要传入边缘图像和一些参数,包括rho、theta、threshold等。具体步骤如下: 1. 将图像转换成灰度图像。 2. 使用Canny边缘检测算法获取边缘图像。 3. 使用HoughLines函数进行霍夫直线变换。 4. 遍历检测到的直线,绘制在原始图像上。 方法二:使用HoughLinesP函数 除了HoughLines函数,还可以使用HoughLinesP函数来进行霍夫直线检测。相比于HoughLines函数,HoughLinesP函数可以检测到更多直线,并且可以获取直线的起点和终点。具体步骤如下: 1. 将图像转换成灰度图像。 2. 使用高斯模糊进行图像平滑处理。 3. 使用Canny边缘检测算法获取边缘图像。 4. 使用HoughLinesP函数进行霍夫直线变换。 5. 遍历检测到的直线,绘制在原始图像上。 方法三:使用HoughLinesP函数进行连线检测 除了绘制直线,还可以使用HoughLinesP函数进行连线检测。这种方法可以检测到图像中的连线,而不仅仅是单独的直线。具体步骤如下: 1. 将图像转换成灰度图像。 2. 使用Canny边缘检测算法获取边缘图像。 3. 使用HoughLinesP函数进行霍夫直线变换。 4. 遍历检测到的直线,绘制在原始图像上。 以上是三种常见的Python实现霍夫直线检测的方法,具体使用哪种方法可以根据实际需求来选择。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [Python-Opencv中直线检测霍夫变换)](https://blog.csdn.net/qq_44262417/article/details/89341742)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [OpenCV霍夫变换直线检测,Python](https://blog.csdn.net/zhangphil/article/details/106288089)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值