使用 OpenCV 在 Python 中检测直线?

pythonserver side programmingprogramming

在这篇文章中，我们将学习如何借助一种称为霍夫变换的技术检测图像中的直线。

霍夫变换?

霍夫变换是一种特征提取方法，用于检测任何简单形状，前提是您可以用数学形式表示该形状。即使形状有一点损坏或扭曲，它也能以某种方式检测出形状。我们将了解它如何对直线起作用。

"简单"形状是仅用几个参数即可表示的形状。例如，一条线只能用两个参数(斜率、截距)表示，而一个圆有三个参数——中心坐标和半径 (x,y, r)。

使用霍夫变换从图像中检测线条

一条线可以用一个方程表示 - 或者以参数形式表示为，其中 (ρ) 是从原点到线的垂直距离，ϴ 是这条垂直线和水平轴逆时针测量形成的角度(此表示法在 OpenCV 中使用)。查看下图

因此，如果线从原点下方经过，则其 rho 为正，角度小于 180。如果线从原点上方经过，则角度将小于 180，而不是大于 180，并且 rho 为负。任何垂直线都将为 0 度，水平线将为 90 度。

累加器

任何线都可以用这两个项 (ρ,ϴ) 表示。因此，它首先创建一个 2D 数组或累加器(用于保存两个参数的值)，并将其初始设置为 0。其中行表示 ρ，列表示 ϴ。数组的大小取决于我们所需的精度，例如，如果我们需要角度精度为 1 度，则需要 180 列和 ρ，即可能的最大距离是图像的对角线长度，而 ρ 是可能的最大距离是图像的对角线长度。因此，取一个像素的精度和行数可以是图像的对角线长度。

假设我们有一张 100*100 的图像，中间有一条水平线。取该线的第一个点，我们知道它的 (x,y) 值。现在在等式中，将值 ϴ=0,1,2,3…hellip;180 放入并检查您得到的 ρ 值。对于每个 (ρ,ϴ) 对，其对应的 (ρ,ϴ) 单元格中的累加器的值加一。因此，现在在累加器中，单元格 (50,90) = 1，以及其他一些单元格。现在取线上的第二个点。重复与第一个点相同的步骤。增加与 (ρ,ϴ) 对应的单元格中的值。这次，单元格 (50,90) = 2。因此，我们实际上是在投票 (ρ,ϴ) 值。我们对线上的每个点继续此过程。在每个点，单元格 (50,90) 将增加或投票，而其他单元格可能不会被投票。这样，最后，单元格 (50,90) 将获得最高票数。因此，如果您在累加器中搜索最大票数，则会得到值 (50,90)，这表示此图像中有一条线，距离原点 50 度，角度为 90 度。这就是霍夫变换对线的工作原理。

OpenCV 中的霍夫变换

上面解释的所有内容都封装在 OpenCV 函数 cv2.HoughLines() 中。它只是返回一个 (ρ,ϴ) 值的数组，其中 ρ 以像素为单位，ϴ 以弧度为单位。

下面是使用 openCV 和霍夫线变换进行线检测的程序。

下面是停车场的实际图像，我们将使用霍夫线变换和 OpenCV 库对此图像进行线检测。

示例

import cv2
import numpy as np
img = cv2.imread("parkingLot1.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 75, 150)
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 30, maxLineGap=250)
for line in lines:
   x1, y1, x2, y2 = line[0]
   cv2.line(img, (x1, y1), (x2, y2), (0, 0, 128), 1)
cv2.imshow("linesEdges", edges)
cv2.imshow("linesDetected", img)
cv2.waitKey(0)
cv2.destroyAllWindows()