Hough变换是图像处理中从图像中识别几何形状的基本方法之一。Hough变换的基本原理在于利用点与线的对偶性;应用很广泛,也有很多改进算法。最基本的霍夫变换是从黑白图像中检测直线(线段)。 霍夫变换于1962年由Paul Hough 首次提出;1972年由Richard Duda和Peter Hart推广;
#-- coding: utf-8 -- """
Created on Sat Jan 18 15:30:10 2014 @author: duan """ #-- coding: utf-8 --
"""
Created on Sat Jan 18 19:38:31 2014
@author:
"""
#绘制出图案里面的直线
import cv2
import numpy as np
img = cv2.imread('five.jpeg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) --注 cvtColor用于将图像从一个颜色空间转换到另一个颜色空间的转换;常见的颜色空间均支持;在转换的过程中能够保证转换后的图像的数据类型和位深与源图像一致;
edges = cv2.Canny(gray,50,150,apertureSize = 3) --canny边缘检测算法
lines = cv2.HoughLines(edges,1,np.pi/180,200) HoughLines()函数可以找出采用标准霍夫变换的二值图像线条;来调用标准霍夫变换SHT和多尺度霍夫变换MSHT的OpenCV内建算法。
print((lines)) --绘制出线段 for linei in lines:
for rho,theta in linei:
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),(255,0,0),2)
--绘制线段的函数
复制代码
cv2.imwrite('houghlines3.jpg',img) --图像的保存