使用opencv-python来检测图片中的直线的步骤听语音

Hough变换，是用来检测直线的重要方法。

本文，介绍一下，用python-opencv模块来检测直线的方法。

工具/原料

• 电脑

• python3.6

方法/步骤

1. 首先，要往python编译器里面加载模块和图片。

   # -*- coding: utf-8 -*- 

   import cv2

   import numpy as np

   import matplotlib.pyplot as plt

    

   img = cv2.imread("C:/……/a.jpg") #需要图片的绝对路径

   cv2.imshow('0', img)

   cv2.waitKey(0)

   cv2.destroyAllWindows()

   

2. 运行上图的代码，可以显示原图。

   

3. 把图片变成灰度图：

   gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

   

4. 用Canny算子检测图像的边界。

   这里的原理，就是图像卷积处理，而Canny算子就是卷积内核，又叫卷积模版。

   edges = cv2.Canny(gray,50,200)

   

5. 用Hough变换来检测edges里面的直线：

   ls = cv2.HoughLines(edges,1,np.pi/180,100)

   l1 = ls[:,0,:]

   输出直线的端点坐标

   print(l1)

   一共检测出9条直线。

   

6. 在原图中把所有的直线，凸显出来：

   for r,t in l1[:]:

       a = np.cos(t)

       b = np.sin(t)

       x0 = a*r

       y0 = b*r

       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),(0,255,255),1)

   

7. 运行，出图。

   观察发现，有得线段没检测出来，而有的不存在的直线反而画出来了。

   

   END

注意事项

• 直线检测的用处非常大。不如，无人驾驶技术，就需要用到直线检测。