【图像处理】hough变换_检测直线

hough变换

原型

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: 参数极角 \theta 以弧度为单位的分辨率. 我们使用 1度 (即CV_PI/180)
	threshold:    设置阈值： 一条直线所需最少的的曲线交点
	srn and stn:  参数默认为0

cv2.HoughLinesP(dst, lines, 1, CV_PI/180, 50, 50, 10 )
	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 (x_{start}, y_{start}, x_{end}, y_{end}) 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:  参数极角 \theta 以弧度为单位的分辨率. 我们使用 1度 (即CV_PI/180)
	threshold:    设置阈值： 一条直线所需最少的的曲线交点。超过设定阈值才被检测出线段，值越大，基本上意味着检出的线段越长，检出的线段个数越少。
	minLinLength: 能组成一条直线的最少点的数量. 点数量不足的直线将被抛弃.
	maxLineGap:   能被认为在一条直线上的两点的最大距离。

代码

import cv2
import numpy as np

img = cv2.imread('./image/timg.jpg')
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)    # 灰度图像
blur = cv2.GaussianBlur(img_gray, (3, 3), 0)        # 高斯滤波
edges = cv2.Canny(blur, 50, 150)                    # canny算子处理图片

#hough transform
# 调节参数： 线最少点数 + 线最大点间隔
lines = cv2.HoughLinesP(edges, 1, np.pi/180,30, minLineLength=20, maxLineGap=5)
lines1 = lines[:,0,:]#提取为二维
for x1,y1,x2,y2 in lines1[:]:
    cv2.line(img, (x1,y1), (x2,y2), (0,0,255),2)    # 画线

cv2.imshow('canny_process', edges)
cv2.imshow('hough_image', img)
cv2.imwrite('./image/hough_image.jpg',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

主要调节参数minilineLength、maxLinGaP

结果

原图：

hough变换直线检测：