识别棋盘效果不错240814中文注释11:00B.ipynb

#带详细中文注释版
import cv2  # 导入OpenCV库，用于图像处理

import numpy as np  # 导入NumPy库，用于数组操作

# 读取图像
image_path = 'd:/redm03.jpg'  # 定义图像文件路径

image = cv2.imread(image_path)  # 读取图像文件，并将其存储在变量image中

#gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 将图像转换为灰度图像，减少处理的复杂度
#不 灰度化,因为后面会用到颜色 色度
# 高斯模糊去噪
blurred = cv2.GaussianBlur(image, (5, 5), 0)  # 对灰度图像应用5x5的高斯模糊，减少图像噪声
#blurred = cv2.GaussianBlur(gray, (5, 5), 0)  # 对灰度图像应用5x5的高斯模糊，减少图像噪声

# 边缘检测
edges = cv2.Canny(blurred, 50, 150)  # 使用Canny边缘检测算法检测图像中的边缘，阈值为50和150

# 找到棋盘网格
lines = cv2.HoughLinesP(edges, 1, np.pi / 180, threshold=80, minLineLength=100, maxLineGap=10)  # 使用霍夫线变换检测图像中的直线

line_image = np.copy(image) * 0  # 创建一个与原始图像大小相同的全黑图像，用于绘制检测到的线条

# 在图像上绘制检测到的线条
for line in lines:  # 遍历检测到的每一条线
    for x1, y1, x2, y2 in line:  # 获取线段的起点和终点坐标
        cv2.line(line_image, (x1, y1), (x2, y2), (255, 0, 0), 2)  # 在line_image上绘制蓝色的线条，线宽为2

# 将线条覆盖到原始图像上
lines_edges = cv2.addWeighted(image, 0.8, line_image, 1, 0)  # 将line_image叠加到原始图像上，透明度为0.8

# 显示结果
cv2.imshow('Detected Lines', lines_edges)  # 显示包含检测到的线条的图像

cv2.waitKey(0)  # 等待用户按下任意键关闭窗口

cv2.destroyAllWindows()  # 销毁所有打开的窗口

# 保存结果
cv2.imwrite('d:/detected_lines0814A04.jpg', lines_edges)  # 将结果图像保存到指定路径