【OpenCV】60 二值图像分析—霍夫直线检测二

60 二值图像分析—霍夫直线检测二

代码

import cv2 as cv
import numpy as np

def canny_demo(image):
    t = 80
    canny_output = cv.Canny(image, t, t * 2)
    return canny_output

src = cv.imread("../images/morph01.png")
cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
cv.imshow("input", src)
binary = canny_demo(src)
cv.imshow("binary", binary)

linesP = cv.HoughLinesP(binary, 1, np.pi / 180, 50, None, 50, 10)
res = np.zeros(src.shape, src.dtype)
if linesP is not None:
    for i in range(0, len(linesP)):
        l = linesP[i][0]
        cv.line(res, (l[0], l[1]), (l[2], l[3]), (255, 0, 0), 1, cv.LINE_AA)

# 显示
cv.imshow("hough line demo", res)
cv.waitKey(0)
cv.destroyAllWindows()

实验结果

解释

OpenCV中还有另外一个霍夫直线检测的API，该API更为常用，它会直接返回直线的空间坐标点，比返回霍夫空间参数更加的直观，容易理解，而且还可以声明线段长度、间隔等参数，非常有用。该参数详解如下：

lines =	cv.HoughLinesP(	image, rho, theta, threshold[, lines[, minLineLength[, maxLineGap]]])

• Image输入二值图像
• Lines 返回的直线两个点
• Rho 极坐标r得步长
• Theta角度步长
• Threshold累加器阈值
• minLineLength最小线段长度
• maxLineGap线段间隔

---

所有内容均来源于贾志刚老师的知识星球——OpenCV研习社，本文为个人整理学习，已获得贾老师授权，有兴趣、有能力的可以加入贾老师的知识星球进行深入学习。