python實現直線檢測

目錄：

 （一）原理

  (二)代碼（標准霍夫線變換，統計概率霍夫線變換）

 

 

（一）原理

1.霍夫變換(Hough Transform) 霍夫變換是圖像處理中從圖像中識別幾何形狀的基本方法之一，應用很廣泛，也有很多改進算法。主要用來從圖像中分離出具有某種相同特征的幾何形狀（如，直線，圓等）。最基本的霍夫變換是從黑白圖像中檢測直線(線段)。

2.Hough變換的原理是將特定圖形上的點變換到一組參數空間上，根據參數空間點的累計結果找到一個極大值對應的解，那么這個解就對應着要尋找的幾何形狀的參數（比如說直線，那么就會得到直線的斜率k與常熟b，圓就會得到圓心與半徑等等）

3.霍夫線變換是一種用來尋找直線的方法。用霍夫線變換之前, 首先需要對圖像進行邊緣檢測的處理，也即霍夫線變換的直接輸入只能是邊緣二值圖像。

具體原理：https://blog.csdn.net/ycj9090900/article/details/52944708

(二)代碼（標准霍夫線變換，統計概率霍夫線變換）

#直線檢測
#使用霍夫直線變換做直線檢測，前提條件：邊緣檢測已經完成
import cv2 as cv
import numpy as np

#標准霍夫線變換
def line_detection(image):
    gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY)
    edges = cv.Canny(gray, 50, 150, apertureSize=3)  #apertureSize參數默認其實就是3
    cv.imshow("edges", edges)
    lines = cv.HoughLines(edges, 1, np.pi/180, 80)
    for line in lines:
        rho, theta = line[0]  #line[0]存儲的是點到直線的極徑和極角，其中極角是弧度表示的。
        a = np.cos(theta)   #theta是弧度
        b = np.sin(theta)
        x0 = a * rho    #代表x = r * cos（theta）
        y0 = b * rho    #代表y = r * sin（theta）
        x1 = int(x0 + 1000 * (-b)) #計算直線起點橫坐標
        y1 = int(y0 + 1000 * a)    #計算起始起點縱坐標
        x2 = int(x0 - 1000 * (-b)) #計算直線終點橫坐標
        y2 = int(y0 - 1000 * a)    #計算直線終點縱坐標    注：這里的數值1000給出了畫出的線段長度范圍大小
                                       #，數值越小，畫出的線段越短，數值越大，畫出的線段越長
        cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2)    #點的坐標必須是元組，不能是列表。
    cv.imshow("image-lines", image)

#統計概率霍夫線變換
def line_detect_possible_demo(image):
    gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY)
    edges = cv.Canny(gray, 50, 150, apertureSize=3)  # apertureSize參數默認其實就是3
    lines = cv.HoughLinesP(edges, 1, np.pi / 180, 60, minLineLength=60, maxLineGap=5)
    for line in lines:
        x1, y1, x2, y2 = line[0]
        cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2)
    cv.imshow("line_detect_possible_demo",image)

src = cv.imread('E:/imageload/louti.jpg')
print(src.shape)
cv.namedWindow('input_image', cv.WINDOW_AUTOSIZE) 
cv.imshow('input_image', src)
line_detection(src)
src = cv.imread('E:/imageload/louti.jpg') #調用上一個函數后，會把傳入的src數組改變，所以調用下一個函數時，要重新讀取圖片
line_detect_possible_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()

注意：

1.opencv的HoughLines函數是標准霍夫線變換函數，該函數的功能是通過一組參數對  的集合來表示檢測到的直線，

其函數原型為：HoughLines(image, rho, theta, threshold[, lines[, srn[, stn[, min_theta[, max_theta]]]]]) -> lines

image參數表示邊緣檢測的輸出圖像，該圖像為單通道8位二進制圖像。

rho參數表示參數極徑  以像素值為單位的分辨率，這里一般使用1像素。

theta參數表示參數極角  以弧度為單位的分辨率，這里使用1度。

threshold參數表示檢測一條直線所需最少的曲線交點。

lines參數表示儲存着檢測到的直線的參數對  的容器 。

srn參數、stn參數默認都為0。如果srn = 0且stn = 0，則使用經典的Hough變換。

min_theta參數表示對於標准和多尺度Hough變換，檢查線條的最小角度。

max_theta參數表示對於標准和多尺度Hough變換，檢查線條的最大角度。

2.opencv的HoughLinesP函數是統計概率霍夫線變換函數，該函數能輸出檢測到的直線的端點 ，

其函數原型為：HoughLinesP(image, rho, theta, threshold[, lines[, minLineLength[, maxLineGap]]]) -> lines

image參數表示邊緣檢測的輸出圖像，該圖像為單通道8位二進制圖像。

rho參數表示參數極徑  以像素值為單位的分辨率，這里一般使用 1 像素。

theta參數表示參數極角  以弧度為單位的分辨率，這里使用 1度。

threshold參數表示檢測一條直線所需最少的曲線交點。

lines參數表示儲存着檢測到的直線的參數對  的容器，也就是線段兩個端點的坐標。

minLineLength參數表示能組成一條直線的最少點的數量，點數量不足的直線將被拋棄。

maxLineGap參數表示能被認為在一條直線上的亮點的最大距離。

參考：

https://www.cnblogs.com/FHC1994/p/9138315.html