(1)载入需检测的图及显示原图
Mat g_srcImage = imread("C:\\Users\\lenovo\\Pictures\\Saved Pictures\\Q.jpg"); //图片所放路径
imshow("【原始图】", g_srcImage);
(2)为显示不同的效果图而设置滑动条
namedWindow("【效果图】", 1);
createTrackbar("值", "【效果图】", &g_nthreshold, 200, on_HoughLines);
(3)图像处理及显示
//进行边缘检测和转化为灰度图
Canny(g_srcImage, g_midImage, 50, 200, 3);//进行一次canny边缘检测
cvtColor(g_midImage, g_dstImage, CV_GRAY2BGR);//转化边缘检测后的图为灰度图
//调用一次回调函数,调用一次HoughLinesP函数
on_HoughLines(g_nthreshold, 0);
HoughLinesP(g_midImage, g_lines, 1, CV_PI / 180, 80, 50, 10);
//显示效果图
imshow("【效果图】", g_dstImage);
waitKey(0);
return 0;
(4)主要函数:on_HoughLines()

本文介绍了如何使用OpenCV的HoughLines函数来检测图像中的直线。通过调整参数,可以得到不同效果的检测结果,展示了在不同参数值下(如100, 23, 60, 126, 184)直线检测的图像。"
127601729,9231758,目标检测算法详解:R-CNN、YOLO、SSD,"['机器学习', '深度学习', '目标检测', '计算机视觉', 'Python']
最低0.47元/天 解锁文章
555





