HoughLine 修改后的代码会检测到简单的图像，但不会检测到复杂的图像

Question

我正在做一个项目，我需要检测 roof.For 那一刻，我正在检测斜线。经过一番尝试，我想出了一个检测屋顶的解决方案。但是当我用各种类型的屋顶平面（复杂的）对其进行测试时，检测并不准确。

这是我使用的代码，

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

img = cv2.imread('frontElevation.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,80,apertureSize = 3)

lines = cv2.HoughLines(edges,1,np.pi/180,100)
count =0
for rho,theta in lines[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))

    plt.scatter(x1, y1)
    plt.scatter(x2, y2)

    if( 20 < 180*theta/np.pi < 88):
        cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255),3)
        plt.scatter(x1, y1)
        plt.scatter(x2, y2)
    if (160 > 180 * theta / np.pi > 93):
        cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255),3)
        plt.scatter(x1, y1)
        plt.scatter(x2, y2)

cv2.imwrite('detectedFront.jpg',img)

这是我使用的简单屋顶计划以及为此获得的结果，

但是当我使用一个复杂的（真实的）计划时我得到的输出，

我尝试了另一个代码，这给了我一个愉快的输出。下面我附上了代码和输出。

import cv2.cv as cv
import numpy as np
import math

im=cv.LoadImage('h1.jpg', cv.CV_LOAD_IMAGE_GRAYSCALE)

pi = math.pi #Pi value

dst = cv.CreateImage(cv.GetSize(im), 8, 1)

cv.Canny(im, dst, 200, 200)
cv.Threshold(dst, dst, 100, 255, cv.CV_THRESH_BINARY)

#---- Probabilistic ----
color_dst_proba = cv.CreateImage(cv.GetSize(im), 8, 3)
cv.CvtColor(im, color_dst_proba, cv.CV_GRAY2BGR) # idem


rho=1
theta=pi/180
thresh = 100
minLength= 120 # Values can be changed approximately to fit your image edges
maxGap= 50

lines = cv.HoughLines2(dst, cv.CreateMemStorage(0), cv.CV_HOUGH_PROBABILISTIC, rho, theta, thresh, minLength, maxGap)
for line in lines:
    cv.Line(color_dst_proba, line[0], line[1], cv.CV_RGB(255, 0, 0), 3, 8)

cv.ShowImage("Hough Probabilistic", color_dst_proba)
cv.WaitKey(0)
cv.SaveImage("output.jpg",color_dst_proba)

结果，

这也有横线和竖线。为了我的目的，我只需要斜线。谁能帮我解决这个问题？提前致谢！

Answer 1

在您的第一个版本中，您有这部分代码：

for rho,theta in lines[0]:
    if( 20 < 180*theta/np.pi < 88):
        cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255),3)
         plt.scatter(x1, y1)
         plt.scatter(x2, y2)
     if (160 > 180 * theta / np.pi > 93):
         cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255),3)
         plt.scatter(x1, y1)
         plt.scatter(x2, y2)

在你的第二个版本中你只有

for line in lines:
    cv.Line(color_dst_proba, line[0], line[1], cv.CV_RGB(255, 0, 0), 3,8)

尝试以与第一个代码示例相同的方式绘制线条。由于您使用的是概率HoughLine函数，因此您需要自己计算角度。

How to calculate the angle between a line and the horizontal axis?

中给出了一个如何做到这一点的答案

我在 python 方面经验不足，但应该是这样的：

for line in lines:
    dy = line[1].y - line[0].y
    dx = line[1].x - line[0].x
    angle = atan2(dy,dx) * 180/np.pi
    if(20 < angle < 88)
        cv.Line(color_dst_proba, line[0], line[1], cv.CV_RGB(255, 0, 0),3,8)
    if(160 > angle > 93)
        cv.Line(color_dst_proba, line[0], line[1], cv.CV_RGB(255, 0, 0),3,8)

如果这不起作用，请尝试计算角度。

HoughLine 修改后的代码会检测到简单的图像，但不会检测到复杂的图像

Simple images will detect but complex images wont get detected by HoughLine modified code

python

opencv

image-processing

hough-transform