OpenCV机器视觉-霍夫变换

LHL_C

已于 2022-05-18 09:27:36 修改

阅读量792

点赞数

分类专栏：机器学习文章标签： opencv 计算机视觉 python

于 2022-05-18 09:26:01 首次发布

本文链接：https://blog.csdn.net/weixin_45946270/article/details/124835063

版权

本文详细介绍了OpenCV库中用于直线和圆检测的霍夫变换方法。首先展示了如何使用霍夫直线变换检测图像中的直线，接着通过示例代码解释了霍夫直线变换的原理和参数设置。然后，文章转向霍夫圆检测，讲解了霍夫梯度法在检测圆时如何提高效率，并给出了OpenCV Logo的检测结果。最后，通过实例演示了如何在围棋棋盘图像中寻找直线和棋子，进一步阐述了霍夫变换在实际问题中的应用。

摘要由CSDN通过智能技术生成

霍夫变换

霍夫直线变换

霍夫直线变换用来做直线检测

霍夫直线变换官网文档

绘制经过某点的所有直线的示例代码如下

import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np


def draw_line():
    # 绘制一张黑图
    img = np.zeros((500, 500, 1), np.uint8)
    # 绘制一个点
    cv.line(img, (10, 10), (10, 10), (255), 1)
    cv.imshow("line", img)
    return img


def hough_lines(img):
    rho = 1;
    theta = np.pi / 180
    threshold = 0
    lines = cv.HoughLines(img, rho, theta, threshold)

    dst_img = img.copy()

    for line in lines[:, 0]:
        rho, theta = line
        a = np.cos(theta)
        b = np.sin(theta)
        x = a * rho
        y = b * rho

        x1 = int(np.round(x + 1000 * (-b)))
        y1 = int(np.round(y + 1000 * a))

        x2 = int(np.round(x - 1000 * (-b)))
        y2 = int(np.round(y - 1000 * a))

        cv.line(dst_img, (x1, y1), (x2