Python图像处理【19】基于霍夫变换的目标检测

于 2024-01-22 07:40:17 发布
阅读量1k 收藏 41
点赞数 42
分类专栏： Python图像处理实战 文章标签： python 图像处理 目标检测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_30167691/article/details/135730703
版权
Python图像处理实战 专栏收录该内容
39 篇文章 57 订阅 ¥19.90 ¥99.00
订阅专栏

基于霍夫变换的目标检测

0. 前言

霍夫变换 (Hough Transform, HT) 是一种特征提取技术，旨在使用在参数空间中执行的投票过程来查找特定形状的对象实例。经典的霍夫变换可用于检测图像中的直线：

  • 我们可以使用极参数 ( ρ , θ ) (ρ,\theta) (ρ,θ) 表示直线，其中
了解本专栏 订阅专栏 解锁全文
AI technophile
关注
  • 42
    点赞
  • 踩
  • 41
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 11
    评论
专栏目录
订阅专栏
【图像处理】——Python霍夫变换之直线检测（主要是两个函数Houghlines&HoughlinesP）
python_AI_fans的博客
09-12 1万+
一、原理（摘自《数字图像处理冈萨雷斯》） 即在xy平面上一条直线上的点在ab平面上是无数条直线组成的，而这些直线都会经过一个点，这个点的a,b值就是对应xy平面直线的截距与斜率 2、Python函数 """ cv2.HoughLines() dst: 输出图像. 它应该是个灰度图 (但事实上是个二值化图) lines: 储存着检测到的直线的参数对 (r,\theta) 的容器 rho : 参数极径 r 以像素值为单位的分辨率. 我们使用 1 像素. theta: 参
python opencv 直线检测
qq_41816368的博客
07-14 2148
python opencv直线检测与拟合
Hough变换检测直线到广义霍夫变换
随便记记
10-31 5854
考虑在一个边缘图像中检测一个已知半径的圆，因为圆是旋转对称的，因此只需考虑平移情况。如果希望在边缘图像中尽可能迅速地找到圆的位置，对于比背景亮的圆，它的边缘梯度向量方向垂直圆边界并指向圆中心，如果圆比背景暗，梯度方向背离圆心。由于我们已知圆的半径，理论上我们可以从圆上单个点确定圆的中心。不幸的是，我们不知道哪个点在圆上。我们注意到圆上所有的像素都拥有同样的特性，这个特性就是基于梯度向量可以构建出圆的中心，这样我们就可
利用OpenCV的霍夫变换线检测函数HoughLines()得到直线的ρ和θ值后绘制直线的原理详解
昊虹AI笔记
05-05 2388
OpenCV的霍夫变换线检测函数HoughLines()是利用极坐标下的参数ρ和θ值来表示直线的，我们在实际应用中往往要根据直线的参数ρ和θ值来绘制出直线，那么怎么绘制呢？ 在OpenCV中绘制直线的函数为函数line()，它的原型如下： void cv::line ( InputOutputArray img, Point pt1, Point pt2, const Scalar & color, int thickness = 1, in
基于opencv的直线检测（python&C++）
六五酥的博客
01-15 3793
提供了直线检测python与C++版本，用于检测竖直线与横线，主要流程为：图像二值化+Canny边缘检测+霍夫直线变换直线检测。
Python数字图像处理之霍夫线变换实现详解
09-20
霍夫线变换是一种在数字图像处理中用于检测直线的算法，尤其适用于存在噪声或不完整边缘的图像。在Python中，我们可以使用`skimage`库的`transform`模块来实现霍夫线变换。本篇文章将深入讲解霍夫线变换的概念及其在...
python+opencv实现霍夫变换检测直线
09-19
主要为大家详细介绍了python+opencv实现霍夫变换检测直线，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
图像处理之-霍夫变换的改进
最新发布
01-29
霍夫变换是一种常用的图像处理技术，用于检测图像中的直线或圆弧结构。然而，在实际应用中，霍夫变换存在冗余计算量大的问题，影响了图像处理的速度和精度。针对此问题，本文提出了一种改进的霍夫变换方法，用于图像...
基于霍夫变换的矩形检测matlab实现
12-06
本资源是一种基于霍夫变换的矩形检测方法，采用matlab语言实现，提供了很多矩形检测的实例。大学毕业设计可以使用。
基于opencv-python实现直线检测-20221127工作总结
weixin_45246566的博客
11-27 1731
基于opencv-python的直线检测，包括houghlinesP和FLD
9.广义霍夫变换——介绍、广义霍夫变换步骤、实例_1
Tom的专栏
03-27 7190
目录 介绍 广义霍夫变换步骤 建立霍夫表 识别步骤 广义霍夫变换实例 介绍 今天我们要做的是用两个重要的变化来结束今天的学习。 第一个是我们将使用非解析模型。（参数表示固定或任意形状的姿态或尺度的变化） 它不是直线，也不是圆，在这里，我们的参数是解析参数。 相反，参数将表示：一些固定但任意模板的方向或比例。 第二个是基于视觉码的特征。（不是边缘，而是从模型中学习的模板） 我...
OpenCV霍夫变换进行形状检测
tugouxp的专栏
09-12 5886
程序： # -*-coding:utf-8 -*- import cv2 as cv2 import numpy as np # 标准霍夫变换 img = cv2.imread('new.png') # img = cv2.imread('new1.png') # img = cv2.imread('new2.png') house = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 获取灰度图 edges = cv2.Canny(house, 50, 200)
【视觉算法】广义霍夫变换(Generalized Hough Transform)
ciderpark
04-27 6975
在上一篇文章中，我们学习了经典霍夫变换，用以识别图像中的可解析图形；而广义霍夫变换(Generalized Hough Transform)旨在解决不可解析的不规则图形的识别问题。 以下，结合Generalized Hough Transform (GHT)(Ballard and Brown, section 4.3.4, Sonka et al., section 5.2.6)这篇文章学习。 ...
检测直线方法 python
qianbo042311的博客
04-16 4272
霍夫直线检测 import cv2 as cv import numpy as np img = cv.imread('1.png') def line_detection(image): gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY) # apertureSize做Canny时梯度窗口的大小 edges = cv.Canny(gray, 50, 150, apertureSize=3) # 返回的是r和theta lin
OpenCV-Python教程（9）（10）（11）： 使用霍夫变换检测直线 直方图均衡化 轮廓检测
GarfieldEr007的专栏
05-05 6906
OpenCV-Python教程（9、使用霍夫变换检测直线） 相比C++而言，Python适合做原型。本系列的文章介绍如何在Python中用OpenCV图形库，以及与C++调用相应OpenCV函数的不同之处。这篇文章介绍在Python中使用OpenCV的霍夫变换检测直线。 提示： 转载请详细注明原作者及出处，谢谢！ 本文介绍在OpenCV-Python中使用霍夫变换检
在Python中使用OpenCV进行直线检测
sgzqc的专栏
03-01 7669
1. 引言 在图像处理中，直线检测是一种常见的算法，它通常获取n个边缘点的集合，并找到通过这些边缘点的直线。其中用于直线检测，最为流行的检测器是基于霍夫变换的直线检测技术。 2. 霍夫变换 霍夫变换是图像处理中的一种特征提取方法，可以识别图像中的几何形状。它将在参数空间内进行投票来决定其物体形状，通过检测累计结果找到一极大值所对应的解，利用此解即可得到一个符合特定形状的参数。 在使用霍夫变换侦测直线前，须先利用边缘检测算法来减少图像的数据量、剔掉不相关的信息，保留图像中重要的结构特征。 3. 举个栗子 3.
Python3与OpenCV3.3 图像处理(十九）--直线检测
喵叔
12-19 2416
这节课能容不多，基本上是遵循规律编写代码即可 import cv2 as cv import numpy as np def line_detection(img): """方法一""" gray=cv.cvtColor(img,cv.COLOR_RGB2GRAY) edges=cv.Canny(gray,50,150,apertureSize=3)...
概率霍夫变换直线检测原理
05-29
概率霍夫变换（Probabilistic Hough Transform, PHT）是霍夫变换的一种优化形式，用于检测图像中的直线。与传统的霍夫变换不同，PHT仅对一部分随机选择的边缘点进行计算，因此可以大大降低计算成本。 PHT的原理与霍夫变换类似，仍然是将边缘点从笛卡尔坐标系转换到极坐标系，并在极坐标空间中对每个边缘点画出一条直线。然而，PHT只对一部分随机选择的边缘点进行计算，并在此基础上估计直线参数的概率分布。具体步骤如下： 1. 随机选择一组边缘点：从所有边缘点中随机选择一定数量的点，作为当前估计直线的样本点。 2. 计算直线参数：根据随机选取的样本点，在极坐标空间中计算估计直线的参数。 3. 匹配边缘点：将所有边缘点与估计直线进行匹配，并统计匹配点的数量。 4. 判断直线：如果匹配点的数量超过设定的阈值，则认为当前估计直线是一条合法直线。 5. 更新估计直线：如果当前估计直线是一条合法直线，则将其存储下来，并从所有未匹配的边缘点中随机选择新的样本点，重复以上步骤。 6. 可视化输出：将检测到的直线在原始图像上进行可视化输出。 PHT相对于传统的霍夫变换，可以有效地降低计算成本，并且可以处理部分曲线和多条直线的情况。但是，由于使用了随机选择的样本点，可能会存在漏检或误检的情况。因此，需要根据具体应用场景进行调整和优化，以获得更准确和高效的检测结果。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 11
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI technophile

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值