霍夫直线

最新推荐文章于 2024-01-22 18:27:56 发布
最新推荐文章于 2024-01-22 18:27:56 发布
阅读量244 收藏
点赞数
分类专栏： 图像处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/andylanzhiyong/article/details/80659145
版权

 

示例代码：

         Mat src, src_gray, dst;
	src = imread("D:/vcprojects/images/lines.png");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}

	char INPUT_TITLE[] = "input image";
	char OUTPUT_TITLE[] = "hough-line-detection";
	namedWindow(INPUT_TITLE, CV_WINDOW_AUTOSIZE);
	namedWindow(OUTPUT_TITLE, CV_WINDOW_AUTOSIZE);
	imshow(INPUT_TITLE, src);

	// extract edge
	Canny(src, src_gray, 150, 200);
	cvtColor(src_gray, dst, CV_GRAY2BGR);
	imshow("edge image", src_gray);

	vector<Vec2f> lines;     
	HoughLines(src_gray, lines, 1, CV_PI / 180, 150, 0, 0);
	for (size_t i = 0; i < lines.size(); i++) { 
		float rho = lines[i][0]; // 极坐标中的r长度
		float theta = lines[i][1]; // 极坐标中的角度
		Point pt1, pt2;         
		double a = cos(theta), b = sin(theta);         
		double x0 = a*rho, y0 = b*rho;      
		// 转换为平面坐标的四个点
		pt1.x = cvRound(x0 + 1000 * (-b));        
		pt1.y = cvRound(y0 + 1000 * (a));         
		pt2.x = cvRound(x0 - 1000 * (-b));         
		pt2.y = cvRound(y0 - 1000 * (a));         
		line(dst, pt1, pt2, Scalar(0, 0, 255), 1, CV_AA); 
	}

	/*
	vector<Vec4f> plines;
	HoughLinesP(src_gray, plines, 1, CV_PI / 180.0, 10, 0, 10);
	Scalar color = Scalar(0, 0, 255);
	for (size_t i = 0; i < plines.size(); i++) {
		Vec4f hline = plines[i];
		line(dst, Point(hline[0], hline[1]), Point(hline[2], hline[3]), color, 3, LINE_AA);
	}*/
	imshow(OUTPUT_TITLE, dst);

程序结果：

霍夫直线检测
MHSMIE的专栏
02-25 1338
霍夫(Hough)变换： 一条直线在直角坐标下可以用y=kx+b来表示，霍夫变换的主要思想是将该方程的参数和变量交换，即用x,y作为参数，k,b作为坐标变量，所以在直角坐标下的直线y=kx+b在参数坐标上表示为点(k,b)，而直角坐标上的点(x1,y1)则在参数坐标下表示为一条直线。 算法描述： hough空间与我们平时接触的笛卡尔坐标系不同，在笛卡尔坐标系中，直线垂直于X坐标时，其斜率无穷
【OpenCV C++20 学习笔记】霍夫直线变换-Hough Line Transform
TeamLee的博客
08-07 1094
介绍了使用标准霍夫直线变换和概率霍夫变换进行直线检测的原理及API实现
OpenCV.霍夫直线
kicinio的博客
11-30 2224
霍夫直线 HoughLinesP(images, lines, rho, theta, threshold, minLineLength, maxLineGap); 各参数解释如下： images 表示出入图像，8单位通道类型，一般为二值图。 ines 表示输出的每个直线的极坐标方程的两个参数。 rho 表示极坐标空间r值的每次步长，一般为1. theta 表示角度，每次移动1即可。 threshold 表示极坐标中该点的累计数，累计值越大，得到的直线可能就越长。一般而言其取值范围为30
霍夫直线——检测、聚类与跟踪
weixin_43259286的博客
02-29 5220
0 概要 本文主要介绍三部分内容： 1、霍夫直线检测； 2、直线聚类； 3、直线跟踪； 1 霍夫直线基本数学原理 1.1 直线描述 1.1.1 霍夫直线参数含义 霍夫直线参数位rho，theta。 其中， rho代表图像原点至直线的距离； theta代表直线的角度，垂直为0度，顺时针旋转逐渐增大，水平位90度。 theta的取值范围：大于等于0度， 小于180度。 1.1.2 数学方程表示直线 已...
QT+opencv霍夫直线检测，圆检测及椭圆检测
06-02
在这个项目中，"QT+opencv霍夫直线检测，圆检测及椭圆检测"涉及到使用OpenCV库中的霍夫变换（Hough Transform）算法来识别图像中的直线、圆形和椭圆形。 霍夫变换是图像处理中的一种特征检测技术，它能有效地检测出...
car_line：基于霍夫直线检测检测车道线
03-02
基于霍夫直线检测 使用方法： #实例化： import car_lines import cv2 app = car_lines . Car_lines () #读取图片 img = cv2 . imread ( img_path ) #设定车道线颜色阈值/默认白、黄色 white_lower = [ 200 , 200 ,...
C_灰度化_边缘检测_霍夫直线检测
05-19
最后，我们讨论“霍夫直线检测”。霍夫变换是一种用于检测图像中直线的算法，尤其适用于噪声环境。在经过边缘检测后，图像中的边缘点被提取出来，然后使用霍夫变换将这些边缘点转换到霍夫空间。在霍夫空间中，直线被...
第十一节 图像处理之霍夫检测直线
12-04
import cv2 as cv import numpy as np #直线检测 #使用霍夫直线变换做直线检测，前提条件：边缘检测已经完成 #标准霍夫线变换 def line_detection(image): gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY) edges = cv.Canny(gray, 50, 150) #apertureSize参数默认其实就是3 cv.imshow("edges", edges) #cv.HoughLines参数设置：参数1，灰度图像；参数二，以像素为单位的距离精度（一般都是1，进度高，但是速度会慢一点） #参数三，以弧度为单位的角度精度（一般是1rad）；参数四，阈值，大于阈值threshold的线段才可以被检测通过并返回到结果中 #该函数返回值为rho与theta lines = cv.HoughLines(edges, 1, np.pi/180, 200) for line in lines: rho, theta = line[0] #line[0]存储的是点到直线的极径和极角，其中极角是弧度表示的。 a = np.cos(theta) #theta是弧度 b = np.sin(theta) x0 = a * rho #代表x = r * cos（theta） y0 = b * rho #代表y = r * sin（theta） x1 = int(x0 + 1000 * (-b)) #计算直线起点横坐标 y1 = int(y0 + 1000 * a) #计算起始起点纵坐标 x2 = int(x0 - 1000 * (-b)) #计算直线终点横坐标 y2 = int(y0 - 1000 * a) #计算直线终点纵坐标 注：这里的数值1000给出了画出的线段长度范围大小，数值越小，画出的线段越短，数值越大，画出的线段越长 cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2) #点的坐标必须是元组，不能是列表。 cv.imshow("image-lines", image) #统计概率霍夫线变换 def line_detect_possible_demo(image): gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY) edges = cv.Canny(gray, 50, 150, apertureSize=3) # apertureSize参数默认其实就是3 lines = cv.HoughLinesP(edges, 1, np.pi / 180, 60, minLineLength=60, maxLineGap=5) for line in lines: x1, y1, x2, y2 = line[0] cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2) cv.imshow("line_detect_possible_demo",image) src = cv.imread("E:/opencv/picture/track.jpg") print(src.shape) cv.namedWindow('input_image', cv.WINDOW_AUTOSIZE) cv.imshow('input_image', src) line_detection(src) src = cv.imread("E:/opencv/picture/track.jpg") #调用上一个函数后，会把传入的src数组改变，所以调用下一个函数时，要重新读取图片 line_detect_possible_demo(src) cv.waitKey(0) cv.destroyAllWindows() 霍夫检测直线原理： 关于hough变换，核心以及难点就是关于就是有原始空间到参数空间的变换上。以直线检测为例，假设有一条直线L，原点到该直线的垂直距离为p，垂线与x轴夹角为θθ，那么这条直线是唯一的，且直线的方程为 ρ=xcosθ+ysinθρ=xcosθ+ysinθ, 如下图所
opencv霍夫直线检测
05-07
用opencv自带霍夫算法原理提取图像直线源代码
hough变换原理和用途
08-30
Hough变换是图像处理中从图像中识别几何形状的基本方法之一。Hough变换的基本原理在于利用点与线的对偶性，将原始图像空间的给定的曲线通过曲线表达形式变为参数空间的一个点。
第21课 霍夫变换——直线
weixin_42877426的博客
02-13 627
文章目录1.霍夫直线变换简介2.相关API2.1 标准的霍夫变换 cv::HoughLines（）2.2 霍夫变换直线概率 cv::HoughLinesP（）2.2.1注意：3.例程 1.霍夫直线变换简介 Hough Line Transform用来做直线检测 前提条件 – 边缘检测已经完成 平面空间到极坐标空间转换 对于任意一条直线上的所有点来说，变换到极坐标中，从[0~360]空间...
OpenCV（三十六）：霍夫直线检测
weixin_63357306的博客
09-11 2612
Step3:统计参数空间内每个方格出现的次数，选取次数大于某一值的方格作为表示直线的方格。Step2:将图像中每个非0像素通过映射关系求取在参数空间通过的方格。Step4:将参数空间中表示直线的方格的参数作为图像中直线的参数。Step1:将参数空间的坐标轴离散化。
19--霍夫变换--直线
u012084226的博客
10-19 340
霍夫变换–直线
霍夫变换——直线检测
gangeqian2的博客
04-21 5665
霍夫变换(Hough)通过转换坐标系，将特定形状的检测映射到参数空间中，从而根据参数空间中的值来确定特定形状的相关信息。 　　Hough变换的比较简单的应用例子有检测直线。 检测直线 　　设空间中有若干点，我们要判断这些点是否能构成一条直线，即为直线检测。平面中直线的通用公式为xcos(θ)+ysin(θ)=ρxcos(θ)+ysin(θ)=ρ。常用的y=wx+by=wx+b公式，因为不能兼...
霍夫直线检测算法c语言,计算机视觉 OpenCV Android | 基本特征检测之 霍夫直线检测 详析...
weixin_33882158的博客
05-21 312
霍夫直线检测的作用——计算得到输入图像(一般是二值化的边缘检测结果图像)中包含的所有直线的数目与位置在取得图像边缘的基础上，对一些特定的几何形状边缘，如直线、圆，通过图像霍夫变换把图像从平面坐标空间变换到霍夫坐标空间，就可以通过求取霍夫空间的局部极大值方法(其实就是霍夫空间中的曲线交集点),得到极坐标空间对应参数方程中直线的两个参数(r，θ)，从而计算得到边缘图像中的所有直线(基于平面坐标)的数目...
13- OpenCV：霍夫检测：直线、圆检测
bigger_belief的博客
01-22 5736
主要介绍霍夫检测，重点讲霍夫直线检测和圆的检测
python opencv 霍夫直线
最新发布
04-18
### 如何使用 Python 和 OpenCV 实现霍夫直线检测 霍夫变换是一种用于从图像中提取几何形状的技术，在计算机视觉领域广泛应用。通过 OpenCV 的 `cv2.HoughLines` 或 `cv2.HoughLinesP` 函数可以轻松实现霍夫直线检测。 以下是完整的代码示例及其解释： #### 1. 导入必要的库 为了执行霍夫直线检测，需要导入 OpenCV 库以及其他辅助工具。 ```python import cv2 import numpy as np import matplotlib.pyplot as plt ``` #### 2. 加载并预处理图像 加载原始图像后，通常将其转换为灰度图并通过 Canny 边缘检测器获取边缘信息。 ```python image = cv2.imread('input_image.jpg', cv2.IMREAD_COLOR) # 读取彩色图像 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 转换为灰度图 edges = cv2.Canny(gray, 50, 150, apertureSize=3) # 使用Canny算子检测边缘 plt.imshow(edges, cmap='gray') # 显示边缘图像 ``` #### 3. 定义霍夫变换参数 设置霍夫变换的关键参数，包括距离分辨率 (`rho`)、角度分辨率 (`theta`) 和累加器阈值 (`threshold`)。 ```python rho = 1 # 距离分辨率 (以像素为单位) theta = np.pi / 180 # 角度分辨率 (以弧度为单位) threshold = 100 # 累加器阈值 参数越高则检测越严格 min_line_length = 50 # 最短有效线段长度 max_line_gap = 20 # 同一线允许的最大间隙 ``` #### 4. 执行概率霍夫变换 利用 `cv2.HoughLinesP` 方法来检测图像中的直线段。 ```python lines = cv2.HoughLinesP(edges, rho, theta, threshold, np.array([]), minLineLength=min_line_length, maxLineGap=max_line_gap) line_image = np.copy(image) # 创建一幅空白图像用于绘制检测到的线条 if lines is not None: for line in lines: for x1, y1, x2, y2 in line: cv2.line(line_image, (x1, y1), (x2, y2), (255, 0, 0), 5) # 绘制蓝色直线 ``` #### 5. 展示结果 最后将原图像与检测到的直线叠加显示。 ```python result = cv2.addWeighted(image, 0.8, line_image, 1, 0) # 将原图与线条图融合 plt.imshow(cv2.cvtColor(result, cv2.COLOR_BGR2RGB)) # 显示最终结果 plt.show() ``` 以上过程展示了如何使用 OpenCV 中的概率霍夫变换方法完成直线检测任务[^1]。 --- ### 关键点解析 - **Canny 边缘检测** 是霍夫变换前的一个重要步骤，它能够显著减少背景干扰并突出潜在的直线区域[^3]。 - **累积投票机制** 是霍夫变换的核心原理，即使存在噪声或部分缺失数据也能鲁棒地识别目标形状[^2]。 - **调整参数** 对于获得理想效果至关重要；例如增大 `rho` 和 `theta` 值可提高灵敏度，而提升 `threshold` 则有助于过滤虚假正样本[^5]。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值