项目需求！工地钢筋直线检测-CSDN博客

项目需求

输入：二维图片
输出：照片中类似下图形式的直线段的起始点（二维坐标）和终止点（二维坐标）
需求：识别并检测类似下图中明显的直线段，从照片中提取出钢筋所在直线段，且对不同场景图（比如以下展示的多张图都具有适应性）。希望实现的效果是：人肉眼可辨的直线，算法也能提取出该直线；而且图中的每条直线只需要一条直线表达，比如断断续续的线段要练成一条直线，然后像钢筋有点粗的情况可能检测到两边边线，需要处理一下，我只要每条直线的中线（1条贯通的长直线）。

具体的场景照片类似如下：

目前做过的一些尝试：

对应代码：
import numpy as np
import cv2
import matplotlib.pyplot as plt

# 关键参数定义
adaptive_thresh_block_size = 11  # 自适应阈值化的块大小，决定计算平均值或加权平均值的区域大小
adaptive_thresh_C = -35  # 自适应阈值化常数，从平均值或加权平均值中减去这个值得到阈值
hough_threshold = 45  # 霍夫变换的阈值，必须超过此值的直线才会被认为是直线
hough_min_line_length = 20  # 检测的直线的最小长度
hough_max_line_gap = 20  # 直线上允许的最大间隙
merge_distance_threshold = 5  # 合并线段时的距离阈值
angle_threshold = np.pi / 180 * 1  # 合并线段时的角度阈值 (1 degree)

# 图像文件路径
image_path = '8.jpg'
img = cv2.imread(image_path)

# 检查图像是否被正确读取
if img is None:
    print("错误：无法加载图像。请检查图像路径和文件名。")
else:
    # 转换到灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 自适应阈值处理
    thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, adaptive_thresh_block_size, adaptive_thresh_C)

    # 霍夫线变换
    lines = cv2.HoughLinesP(thresh, 1, np.pi / 180, hough_threshold, minLineLength=hough_min_line_length, maxLineGap=hough_max_line_gap)

    # 检测到的直线数量
    num_lines = 0 if lines is None else len(lines)
    print(f"检测到的直线数量: {num_lines}")

    # 创建一个图像副本来绘制检测到的线条
    line_image = np.copy(img)

    # 绘制检测到的线条
    if lines is not None:
        for line in lines:
            for x1, y1, x2, y2 in line:
                cv2.line(line_image, (x1, y1), (x2, y2), (0, 255, 0), 2)

    # 显示灰度图像、阈值化图像和带有检测到线条的图像
    fig, axs = plt.subplots(1, 3, figsize=(20, 10))
    axs[0].imshow(gray, cmap='gray')
    axs[0].set_title('Gray Image')
    axs[0].axis('off')

    axs[1].imshow(thresh, cmap='gray')
    axs[1].set_title('Adaptive Threshold')
    axs[1].axis('off')

    axs[2].imshow(cv2.cvtColor(line_image, cv2.COLOR_BGR2RGB))
    axs[2].set_title('Detected Lines')
    axs[2].axis('off')

    plt.show()

以上代码存在的问题：

1、检测到的线太多、太散了（有时候钢筋两边侧线都被检测出来了），而且还存在着断断续续的线段的情况，我只希望每一条钢筋/钢管只有一条贯通的长线表示（或者中线+钢筋所在区域的mask）。

2、适应性不够强，对其他场景图片还需要手动去调参，有的图效果不太好。

3、可选动作（不一定要实现）：有没有可能消除掉钢筋影子（阴影）的影响/错误检测。