opencv-Hough 直线变换

news2024/9/30 1:28:30

Hough 直线变换是一种在图像中检测直线的技术。它通过在极坐标空间中表示图像中的直线，将直线检测问题转换为参数空间的累加问题。OpenCV 提供了 cv2.HoughLines() 和 cv2.HoughLinesP() 函数来执行 Hough 直线变换。

cv2.HoughLines()

lines = cv2.HoughLines(image, rho, theta, threshold)

参数说明：

image: 输入的二值图像，通常是通过边缘检测算法（如Canny）得到的。
rho: 极坐标中的像素距离精度。
theta: 极坐标中的角度精度，通常以弧度表示。
threshold: 累加平面中的阈值，只有累加值大于该阈值的直线才会被检测到。

返回值：

lines: 检测到的直线的参数。每行表示检测到的一条直线，包括极径（rho）和角度（theta）。

cv2.HoughLinesP()

lines = cv2.HoughLinesP(image, rho, theta, threshold, minLineLength, maxLineGap)

除了上述参数外，cv2.HoughLinesP() 还包括以下两个参数：

minLineLength: 最小直线长度，小于该长度的直线会被排除。
maxLineGap: 直线之间允许的最大间隙，小于该间隙的直线将被连接为一条直线。

以下是一个简单的示例，演示如何使用 Hough 直线变换检测图像中的直线：

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

# 读取图像并转换为灰度
img = cv2.imread( r"C:\Users\mzd\Desktop\opencv\2.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 边缘检测
edges = cv2.Canny(gray, 50, 150)

# 执行 Hough 直线变换
lines = cv2.HoughLines(edges, 1, np.pi/180, 100)

# 在原图上绘制检测到的直线
for line in lines:
    rho, theta = line[0]
    a = np.cos(theta)
    b = np.sin(theta)
    x0 = a * rho
    y0 = b * rho
    x1 = int(x0 + 1000 * (-b))
    y1 = int(y0 + 1000 * (a))
    x2 = int(x0 - 1000 * (-b))
    y2 = int(y0 - 1000 * (a))
    cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255), 2)

# 显示原图和检测到的直线
plt.figure(figsize=(10, 5))

plt.subplot(121), plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
plt.title('Original Image with Hough Lines'), plt.axis('off')

plt.subplot(122), plt.imshow(edges, cmap='gray')
plt.title('Canny Edge Detection'), plt.axis('off')

plt.show()