OpenCV 过滤检测直线集合中的水平和垂直线条

功能需求:计算图像中的直线,并过滤掉水平和垂直的直线。

源码

#include <iostream>
#include <vector>
#include <string>

#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"

void findLines(cv::Mat& binary)
{
	std::vector<cv::Vec4i> tmp_lines;
	HoughLinesP(
		binary,
		tmp_lines,
		1,
		3.1415926 / 180,
		5,
		0.0,
		0.0
	);
	std::vector<cv::Vec4i>::const_iterator itr = tmp_lines.begin();
	cv::Point pt1, pt2;
	for (; itr != tmp_lines.end(); ++itr)
	{
		pt1.x = (*itr)[0];
		pt1.y = (*itr)[1];
		pt2.x = (*itr)[2];
		pt2.y = (*itr)[3];
		float angle = atan2(pt1.y - pt2.y, pt1.x - pt2.x);
		angle *= 57.19577951; // 180 / CV_PI
		std::cout << angle << '\n';
		//水平方向0°/180°/-180°/360°
		bool b_hline = (angle >= -1 && angle <= 1) || (angle >= 359 && angle <= 361) || (angle >= 179 && angle <= 181) || (angle >= -181 && angle <= -179)
		//竖直方向90°/-90°/270°/-270°
		bool b_vline = (angle >= 89 && angle <= 91) || (angle >= -91 && angle <= -89) || (angle >= 269 && angle <= 271) || (angle >= -271 && angle <= -269)
		if (b_hline || b_vline)
		{
			cv::LineIterator lit(binary, pt1, pt2, 8);
			for (int i = 0; i < lit.count; i++, ++lit)
			{
				cv::Point pt(lit.pos());
				//int val = binary.at<uchar>(pt.y, pt.x);
				//std::cout << pt.y << "," << pt.x << "-->" << val << std::endl;
				binary.at<uchar>(pt.y, pt.x) = 0;
			}
			continue;
		}
	}
}

int main(int argc, char* argv[])
{
	cv::Mat img = cv::imread("D:/test.jpg", 0);
	cv::Mat edges;
	cv::Canny(img, edges, 30, 75);
	cv::imwrite("D:/edges.jpg", edges);
	findLines(edges);
	cv::imwrite("D:/res.jpg", edges);
	return 0;
}

参考

  1. houghlinesp
  2. lineiterator
  3. HoughLinesP参数设置(看完还不会你砍死我!!!)
  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
使用Python和OpenCV库可以很容易地实现图像水平直线检测。下面是一个简单的示例代码: ```python import cv2 import numpy as np # 读取图像 img = cv2.imread('image.png') # 将图像转化为灰度图像 gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # 将图像进行二值化处理 _, thresh = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY) # 进行Canny边缘检测 edges = cv2.Canny(thresh, 50, 150, apertureSize=3) # 检测图像直线 lines = cv2.HoughLinesP(edges, 1, np.pi/180, 100, minLineLength=100, maxLineGap=10) # 绘制检测出的直线 for line in lines: x1, y1, x2, y2 = line[0] cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255), 2) # 显示结果图像 cv2.imshow('Result', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 代码的步骤如下: 1. 首先读取待处理的图像。 2. 使用`cv2.cvtColor()`函数将图像转化为灰度图像。 3. 对灰度图像进行二值化处理,将图像的目标物体与背景分离出来。 4. 使用Canny边缘检测算法检测图像的边缘。 5. 使用`cv2.HoughLinesP()`函数检测图像直线,其`minLineLength`和`maxLineGap`分别表示检测出的直线的最小长度和最大间隔。 6. 绘制检测出的直线。 7. 显示结果图像。 在上面的代码,我们使用了`cv2.HoughLinesP()`函数来检测图像直线,其参数`1`表示距离分辨率,`np.pi/180`表示角度分辨率,`100`表示阈值,`minLineLength`表示检测出的直线的最小长度,`maxLineGap`表示检测出的直线的最大间隔。这些参数的具体含义可以根据实际需求进行调整。
评论 4
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

打赏作者

Digital2Slave

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
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