OpenCV中的直线检测

最新推荐文章于 2024-07-03 16:21:53 发布

夏帆er

最新推荐文章于 2024-07-03 16:21:53 发布

阅读量1k

点赞数

文章标签： opencv 计算机视觉人脸识别边缘检测 python

本文链接：https://blog.csdn.net/remakeprogramer/article/details/113845022

版权

本文介绍了如何利用OpenCV的HoughLinesP函数在二值图像中检测直线。通过调整参数如距离精度rho、角度精度theta、阈值threshold、最小线段长度minLineLength和最大线段间隙maxLineGap，可以优化直线检测效果。示例代码展示了从图像中读取、边缘检测、直线检测到最终在原图上画出直线的过程。

摘要由CSDN通过智能技术生成

OpenCV中的直线检测

HoughLinesP(image, rho, theta, threshold, lines=None, minLineLength=None, maxLineGap=None)

image：必须是二值图像，推荐使用canny边缘检测的结果图像；
rho: 线段以像素为单位的距离精度，double类型的，推荐用1.0
theta：线段以弧度为单位的角度精度，推荐用numpy.pi/180
threshod: 累加平面的阈值参数，int类型，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。根据情况推荐先用100试试
lines：这个参数的意义未知，发现不同的lines对结果没影响，但是不要忽略了它的存在
minLineLength：线段以像素为单位的最小长度，根据应用场景设置
maxLineGap：同一方向上两条线段判定为一条线段的最大允许间隔（断裂），超过了设定值，则把两条线段当成一条线段，值越大，允许线段上的断裂越大，越有可能检出潜在的直线段

代码实现：

import cv2
import numpy as np
#直线检测
img = cv2.imread('cat.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edge = cv2.Canny(gray,30,90)
lines = cv2.HoughLinesP(edge,1,np.pi/180,100,minLineLength=20,maxLineGap=5)
for line in lines:
    x1,y1,x2,y2 = line[0]
    cv2.line(img,(x1,y1),(x2,y2),(100,200,100),2)
cv2.imshow('line',img)
cv2.waitKey()