编程宝库 - 技术改变世界

编程宝库

Search

Python编程技术

Python 变量和数据类型详情

Python实现PDF文字识别提取并写入CSV文件

详解在Python中使用OpenCV进行直线检测

1. 引言

在图像处理中，直线检测是一种常见的算法，它通常获取n个边缘点的集合，并找到通过这些边缘点的直线。其中用于直线检测，最为流行的检测器是基于霍夫变换的直线检测技术。

2. 霍夫变换

霍夫变换是图像处理中的一种特征提取方法，可以识别图像中的几何形状。它将在参数空间内进行投票来决定其物体形状，通过检测累计结果找到一极大值所对应的解，利用此解即可得到一个符合特定形状的参数。

在使用霍夫变换侦测直线前，须先利用边缘检测算法来减少图像的数据量、剔掉不相关的信息，保留图像中重要的结构特征。

3. 举个栗子

3.1 读入图像进行灰度化

首先我们读入样例测试图像，然后利用cvtColor()函数进行灰度化操作，样例代码如下：

im = cv2.imread("./ladder.png")
gray_img = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)

运行结果如下：

上图中左侧为彩色原图，右侧为执行灰度化后的灰度图。

3.2 执行边缘检测

接着我们来利用边缘检测算法（Canny、Sobel、Laplacian等）来检测物体边缘，样例代码如下：

canny = cv2.Canny(gray_img, 30, 150)

运行结果如下：

3.3 进行霍夫变换

最后，我们使用霍夫变换来得出直线检测结果，样例代码如下：

lines = cv2.HoughLines(canny, 1, np.pi / 180, 180)
lines1 = lines[:, 0, :]
for rho, theta in lines1[:]:
  a = np.cos(theta)
  b = np.sin(theta)
  x0 = a * rho
  y0 = b * rho
  x1 = int(x0 + 3000 * (-b))
  y1 = int(y0 + 3000 * (a))
  x2 = int(x0 - 3000 * (-b))
  y2 = int(y0 - 3000 * (a))
  cv2.line(im, (x1, y1), (x2, y2), (0, 0, 255), 2)

运行结果如下：

可以看出，通过简单的几步操作，我们就可以很方便的检测出图像中的所有直线。

补充

当然Python利用OpenCV不仅能检测直线，还能检测出直线倾斜角度。下面是实现的核心代码

import cv2
import numpy as np

def line_detect(image):
# 将图片转换为HSV
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
# 设置阈值
lowera = np.array([0, 0, 221])
uppera = np.array([180, 30, 255])
mask1 = cv2.inRange(hsv, lowera, uppera)
kernel = np.ones((3, 3), np.uint8)

# 对得到的图像进行形态学操作（闭运算和开运算）
mask = cv2.morphologyEx(mask1, cv2.MORPH_CLOSE, kernel) #闭运算：表示先进行膨胀操作，再进行腐蚀操作
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)  #开运算：表示的是先进行腐蚀，再进行膨胀操作

# 绘制轮廓
edges = cv2.Canny(mask, 50, 150, apertureSize=3)
# 显示图片
cv2.imshow("edges", edges)
# 检测白线  这里是设置检测直线的条件，可以去读一读HoughLinesP()函数，然后根据自己的要求设置检测条件
lines = cv2.HoughLinesP(edges, 1, np.pi / 180, 40,minLineLength=10,maxLineGap=10)
print "lines=",lines
print "========================================================"
i=1
# 对通过霍夫变换得到的数据进行遍历
for line in lines:
  # newlines1 = lines[:, 0, :]
  print "line["+str(i-1)+"]=",line
  x1,y1,x2,y2 = line[0]  #两点确定一条直线，这里就是通过遍历得到的两个点的数据 （x1,y1）(x2,y2)
  cv2.line(image,(x1,y1),(x2,y2),(0,0,255),2)   #在原图上画线
  # 转换为浮点数，计算斜率
  x1 = float(x1)
  x2 = float(x2)
  y1 = float(y1)
  y2 = float(y2)
  print "x1=%s,x2=%s,y1=%s,y2=%s" % (x1, x2, y1, y2)
  if x2 - x1 == 0:
    print "直线是竖直的"
    result=90
  elif y2 - y1 == 0 :
    print "直线是水平的"
    result=0
  else:
    # 计算斜率
    k = -(y2 - y1) / (x2 - x1)
    # 求反正切，再将得到的弧度转换为度
    result = np.arctan(k) * 57.29577
    print "直线倾斜角度为：" + str(result) + "度"
  i = i+1
#   显示最后的成果图
cv2.imshow("line_detect",image)
return result

if __name__ == '__main__':
# 读入图片
src = cv2.imread("lines/line6.jpg")
# 设置窗口大小
cv2.namedWindow("input image", cv2.WINDOW_AUTOSIZE)
# 显示原始图片
cv2.imshow("input image", src)
# 调用函数
line_detect(src)
cv2.waitKey(0)

关于详解在Python中使用OpenCV进行直线检测的文章就介绍至此，更多相关Python OpenCV直线检测内容请搜索编程宝库以前的文章，希望以后支持编程宝库！