opencv-python 直线检测并延长

利用Opencv中的Canny边缘检测基于HoughLinesP检测出来的直线,在适当的场景下需要延长检测出来的直线(表格提取)

原理就是中学学的直线方程的的应用.

def Extend_line(x1, y1, x2, y2, x, y, flag):
    if flag == 1:
        if y1 == y2:
            return 0, y1, x, y2
        else:
            k = (y2 - y1) / (x2 - x1)
            b = (x1*y2-x2*y1)/(x1-x2)
            x3 = 0
            y3 = b
            x4 = x
            y4 = int(k * x4+b)
        return x3, y3, x4, y4
    else:
        if x1 == x2:
            return x1, 0, x2, y
        else:
            k = (y2 - y1) / (x2 - x1)
            b = (x1 * y2 - x2 * y1) / (x1 - x2)
            y3 = 0
            x3 = int(-1*b/k)
            y4 = y
            x4 = int((y4-b)/k)
            return x3, y3, x4, y4

 

  • 0
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
当使用OpenCV-Python进行直线检测时,通常会使用Hough直线变换算法。Hough直线变换算法可以检测出图像中所有的直线,不过有时候需要筛选出需要的直线。 以下是使用OpenCV-Python进行直线检测的基本步骤: 1. 读取图像,将其转换为灰度图像。 ```python import cv2 img = cv2.imread('image.jpg') gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) ``` 2. 对图像进行边缘检测,例如使用Canny算子。 ```python edges = cv2.Canny(gray,50,150,apertureSize = 3) ``` 3. 进行Hough直线变换,检测出所有直线。 ```python lines = cv2.HoughLines(edges,1,np.pi/180,200) ``` 4. 可以根据需要筛选出需要的直线,并将其绘制在原图像上。 ```python for line in lines: rho,theta = line[0] if theta > np.pi/180*30 and theta < np.pi/180*150: 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) ``` 在以上代码中,`lines`是通过Hough直线变换得到的所有直线。对于每一条直线,可以通过其极坐标表示方式中的角度`theta`来判断其是否为需要的直线。例如,可以筛选出与水平方向夹角在30度到150度之间的直线。 对于需要绘制的直线,可以通过其极坐标表示方式计算出其两个端点的坐标,然后使用`cv2.line()`函数在原图像上绘制出来。 以上是使用OpenCV-Python进行直线检测的基本步骤。

“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 3
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