OpenCV-Python教程(9、使用霍夫变换检测直线)

本文介绍了如何在Python中使用OpenCV的霍夫变换检测图像中的直线。通过Canny边缘检测后,利用cv2.HoughLines和cv2.HoughLinesP进行直线检测,探讨了基本霍夫变换和概率霍夫变换的区别。文章还提到在C++与Python中处理检测结果的不同之处。
摘要由CSDN通过智能技术生成

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中使用霍夫变换检测直线的方法。
  • 本文不介详细的理论知识,读者可从其他资料中获取相应的背景知识。笔者推荐清华大学出版社的《图像处理与计算机视觉算法及应用(第2版) 》。

霍夫变换

Hough变换是经典的检测直线的算法。其最初用来检测图像中的直线,同时也可以将其扩展,

使用OpenCV Python实现霍夫变换检测直线段并在图像中显示,请按照以下步骤进行: 1. 导入必要的库 ```python import cv2 import numpy as np ``` 2. 读取图像并将其转换为灰度图像 ```python img = cv2.imread('image.jpg') gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) ``` 3. 对图像进行边缘检测 ```python edges = cv2.Canny(gray,50,150,apertureSize = 3) ``` 4. 进行霍夫变换 ```python lines = cv2.HoughLines(edges,1,np.pi/180,200) ``` 其中,`1` 和 `np.pi/180` 分别表示距离和角度的精度,`200` 表示阈值,即认为是一条直线的最小投票数。 5. 在图像中绘制直线 ```python for line in lines: rho,theta = line[0] 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),(0,0,255),2) ``` 6. 显示图像 ```python cv2.imshow('img',img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 完整代码如下: ```python import cv2 import numpy as np img = cv2.imread('image.jpg') gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) edges = cv2.Canny(gray,50,150,apertureSize = 3) lines = cv2.HoughLines(edges,1,np.pi/180,200) for line in lines: rho,theta = line[0] 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),(0,0,255),2) cv2.imshow('img',img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 注意:在实际使用中,可能需要调整Canny边缘检测霍夫变换的参数以获得更好的结果。
评论 16
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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