OpenCV houghLinesP 参数
OpenCV houghLinesP parameters
我在 Python.
中使用 HoughLinesP 和 OpenCV 很难找到这张图片中棋盘上的线条
为了理解 HoughLinesP 的参数,我想出了以下代码:
import numpy as np
import cv2
from matplotlib import pyplot as plt
from matplotlib import image as image
I = image.imread('chess.jpg')
G = cv2.cvtColor(I, cv2.COLOR_BGR2GRAY)
# Canny Edge Detection:
Threshold1 = 150;
Threshold2 = 350;
FilterSize = 5
E = cv2.Canny(G, Threshold1, Threshold2, FilterSize)
Rres = 1
Thetares = 1*np.pi/180
Threshold = 1
minLineLength = 1
maxLineGap = 100
lines = cv2.HoughLinesP(E,Rres,Thetares,Threshold,minLineLength,maxLineGap)
N = lines.shape[0]
for i in range(N):
x1 = lines[i][0][0]
y1 = lines[i][0][1]
x2 = lines[i][0][2]
y2 = lines[i][0][3]
cv2.line(I,(x1,y1),(x2,y2),(255,0,0),2)
plt.figure(),plt.imshow(I),plt.title('Hough Lines'),plt.axis('off')
plt.show()
我遇到的问题是它只显示一行。如果我将 maxLineGap 减少到 1,它会拾取数千。
我明白为什么会这样,但我如何选择一组合适的参数来合并所有这些共线?我错过了什么吗?
我希望保持代码简单,因为我将它用作此功能的实际示例。
在此先感谢您的帮助!
更新:这与 HoughLines 完美配合。
而且似乎没有边缘检测问题,因为 Canny 工作得很好。
但是,我仍然需要让 HoughLinesP 工作。有什么想法吗??
图片在这里:Results
这不是HoughLinesP
问题,使用该方法只会得到图片中检测到的所有线条,return给你。
为了能够得到你想要的线条,你需要在使用该方法之前对图像进行平滑处理。但是,如果平滑过度,HoughLinesP 将无法检测到任何边缘。
OpenCV的平滑效果你可以了解更多here。
好吧,我终于找到了问题所在,我想我会为其他被这个问题逼疯的人分享解决方案。问题是在 HoughLinesP 函数中,有一个额外的参数,"lines",这是多余的,因为函数的输出是相同的:
cv2.HoughLinesP(图像, rho, theta, 阈值[ 行[ minLineLength[ maxLineGap]]])
这会导致参数出现问题,因为它们的读取顺序错误。为了避免混淆参数的顺序,最简单的解决方案是在函数内部指定它们,如下所示:
lines = cv2.HoughLinesP(E,rho = 1,theta = 1*np.pi/180,threshold = 100,minLineLength = 100,maxLineGap = 50)
这完全解决了我的问题,我希望它能帮助其他人。
cv2.HoughLinesP(图像,rho,theta,阈值,np.array([]),minLineLength=xx,maxLineGap=xx)
这也行。
- edges: 边缘检测器的输出。
- lines: 一个向量,用来存储线的起点和终点的坐标。
- rho:分辨率参数\rho,以像素为单位。
- theta:参数\theta的分辨率,单位为弧度。
- threshold:检测一条线的最小交点数
示例应用程序
import cv2
import numpy as np
img = cv2.imread('sudoku.png', cv2.IMREAD_COLOR)
# Convert the image to gray-scale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# Find the edges in the image using canny detector
edges = cv2.Canny(gray, 50, 200)
# Detect points that form a line
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 100, minLineLength=10, maxLineGap=250)
# Draw lines on the image
for line in lines:
x1, y1, x2, y2 = line[0]
cv2.line(img, (x1, y1), (x2, y2), (255, 0, 0), 3)
# Show result
img = cv2.resize(img, dsize=(600, 600))
cv2.imshow("Result Image", img)
if cv2.waitKey(0) & 0xff == 27:
cv2.destroyAllWindows()
我在 Python.
中使用 HoughLinesP 和 OpenCV 很难找到这张图片中棋盘上的线条为了理解 HoughLinesP 的参数,我想出了以下代码:
import numpy as np
import cv2
from matplotlib import pyplot as plt
from matplotlib import image as image
I = image.imread('chess.jpg')
G = cv2.cvtColor(I, cv2.COLOR_BGR2GRAY)
# Canny Edge Detection:
Threshold1 = 150;
Threshold2 = 350;
FilterSize = 5
E = cv2.Canny(G, Threshold1, Threshold2, FilterSize)
Rres = 1
Thetares = 1*np.pi/180
Threshold = 1
minLineLength = 1
maxLineGap = 100
lines = cv2.HoughLinesP(E,Rres,Thetares,Threshold,minLineLength,maxLineGap)
N = lines.shape[0]
for i in range(N):
x1 = lines[i][0][0]
y1 = lines[i][0][1]
x2 = lines[i][0][2]
y2 = lines[i][0][3]
cv2.line(I,(x1,y1),(x2,y2),(255,0,0),2)
plt.figure(),plt.imshow(I),plt.title('Hough Lines'),plt.axis('off')
plt.show()
我遇到的问题是它只显示一行。如果我将 maxLineGap 减少到 1,它会拾取数千。
我明白为什么会这样,但我如何选择一组合适的参数来合并所有这些共线?我错过了什么吗?
我希望保持代码简单,因为我将它用作此功能的实际示例。
在此先感谢您的帮助!
更新:这与 HoughLines 完美配合。
而且似乎没有边缘检测问题,因为 Canny 工作得很好。
但是,我仍然需要让 HoughLinesP 工作。有什么想法吗??
图片在这里:Results
这不是HoughLinesP
问题,使用该方法只会得到图片中检测到的所有线条,return给你。
为了能够得到你想要的线条,你需要在使用该方法之前对图像进行平滑处理。但是,如果平滑过度,HoughLinesP 将无法检测到任何边缘。
OpenCV的平滑效果你可以了解更多here。
好吧,我终于找到了问题所在,我想我会为其他被这个问题逼疯的人分享解决方案。问题是在 HoughLinesP 函数中,有一个额外的参数,"lines",这是多余的,因为函数的输出是相同的:
cv2.HoughLinesP(图像, rho, theta, 阈值[ 行[ minLineLength[ maxLineGap]]])
这会导致参数出现问题,因为它们的读取顺序错误。为了避免混淆参数的顺序,最简单的解决方案是在函数内部指定它们,如下所示:
lines = cv2.HoughLinesP(E,rho = 1,theta = 1*np.pi/180,threshold = 100,minLineLength = 100,maxLineGap = 50)
这完全解决了我的问题,我希望它能帮助其他人。
cv2.HoughLinesP(图像,rho,theta,阈值,np.array([]),minLineLength=xx,maxLineGap=xx)
这也行。
- edges: 边缘检测器的输出。
- lines: 一个向量,用来存储线的起点和终点的坐标。
- rho:分辨率参数\rho,以像素为单位。
- theta:参数\theta的分辨率,单位为弧度。
- threshold:检测一条线的最小交点数
示例应用程序
import cv2
import numpy as np
img = cv2.imread('sudoku.png', cv2.IMREAD_COLOR)
# Convert the image to gray-scale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# Find the edges in the image using canny detector
edges = cv2.Canny(gray, 50, 200)
# Detect points that form a line
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 100, minLineLength=10, maxLineGap=250)
# Draw lines on the image
for line in lines:
x1, y1, x2, y2 = line[0]
cv2.line(img, (x1, y1), (x2, y2), (255, 0, 0), 3)
# Show result
img = cv2.resize(img, dsize=(600, 600))
cv2.imshow("Result Image", img)
if cv2.waitKey(0) & 0xff == 27:
cv2.destroyAllWindows()