Python-OpenCV 笔记3 -- 霍夫变换（Hough）

Python-OpenCV 笔记2 – 霍夫变换（Hough）

---

1、标准霍夫变换 HoughLinesP

函数原型：

HoughLines(image, rho, theta, threshold, lines=None, srn=None, stn=None, min_theta=None, max_theta=None)    

• image：8位、二值单通道图片
• rho：直线半径的搜索步长，单位为像素
• theta：直线角度使得搜索步长，单位为弧度
• threshold：累加阈值，只有属于同一直线的点数超过该阈值才会被检测为直线
• lines ：存储检测结果，直线用半径和角度表示
• min_theta ：检测直线的最小角度，[0, max_theta]
• max_theta ：检测直线的最大角度

import cv2
import numpy as np

# 读取图片>转为灰度图>canny边缘检测>概率霍夫变换
img = cv2.imread('1.jpg')
gray = cv2.cvtColor(img,cv.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150,apertureSize = 3)
lines = cv2.HoughLines(edges,1,np.pi/180,200)

# 根据极坐标计算平面坐标
for line in lines:
	rho,theta = line[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))
    # 画线
    cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2)

cv2.imshow('houghlines', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

---

2、概率霍夫变换 HoughLinesP

函数原型：

HoughLinesP(image, rho, theta, threshold, lines=None, minLineLength=None, maxLineGap=None)

• image：8位、二值单通道图片
• rho：直线半径的搜索步长，单位为像素
• theta：直线角度使得搜索步长，单位为弧度
• threshold：累加阈值，只有属于同一直线的点数超过该阈值才会被检测为直线
• lines ：存储检测结果1x1x4的矩阵，直线用两点坐标表示（x1, y1, x2, y2）
• minLineLength ：检测为直线的最短长度，单位为像素
• maxLineGap：直线断点的最大距离

import cv2
import numpy as np  
 
# 读取图像>高斯模糊>边缘检测
img = cv2.imread("1.jpg")
img = cv2.GaussianBlur(img, (3,3), 0)
edges = cv2.Canny(img, 50, 150, apertureSize = 3)
 
# 概率霍夫变换
minLineLength = 200
maxLineGap = 15
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 80, minLineLength, maxLineGap)
# lines = np.squeeze(lines)

# 画线
for line in lines:
    x1,y1,x2,y2 = line[0]
    cv2.line(img,(x1,y1),(x2,y2),(0,255,0),2)
 
cv2.imshow('HoughLinesP', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

---