您使用的rho值太小了.
试试以下代码: –
import numpy as np
import cv2
gray = cv2.imread('lines.jpg')
edges = cv2.Canny(gray,50,150,apertureSize = 3)
cv2.imwrite('edges-50-150.jpg',edges)
minLineLength=100
lines = cv2.HoughLinesP(image=edges,rho=1,theta=np.pi/180, threshold=100,lines=np.array([]), minLineLength=minLineLength,maxLineGap=80)
a,b,c = lines.shape
for i in range(a):
cv2.line(gray, (lines[i][0][0], lines[i][0][1]), (lines[i][0][2], lines[i][0][3]), (0, 0, 255), 3, cv2.LINE_AA)
cv2.imwrite('houghlines5.jpg',gray)
注意,rho值,pi值和maxLineGap的变化可以减少异常值.
输入图像
边缘图像
输出图像
杂项 – 初学者的提示
>很多计算机视觉算法都假定输入应该如何做出某些假设.在构建概念验证时,始终尝试在应用此类算法之前查看您生成的中间输入.
>对于快速入侵,如果算法接受某些参数,请对这些参数的可能值使用for循环,并查看结果的变化情况. Link回答如何快速生成这些可能的值.
>要真正理解算法,请在wiki上阅读,或者在必要时阅读更好的资源.然后再次/仍然进行上述攻击(第2点).它将进一步明确你的理解.