cv2.HoughLines()函数是在二值图像中查找直线,cv2.HoughLinesP()函数可以查找直线段。
cv2.HoughLinesP()函数原型:
1
|
HoughLinesP(image, rho, theta, threshold, lines = None , minLineLength = None , maxLineGap = None )
|
- image: 必须是二值图像,推荐使用canny边缘检测的结果图像;
- rho: 线段以像素为单位的距离精度,double类型的,推荐用1.0
- theta: 线段以弧度为单位的角度精度,推荐用numpy.pi/180
- threshod: 累加平面的阈值参数,int类型,超过设定阈值才被检测出线段,值越大,基本上意味着检出的线段越长,检出的线段个数越少。根据情况推荐先用100试试
- lines:这个参数的意义未知,发现不同的lines对结果没影响,但是不要忽略了它的存在
- minLineLength:线段以像素为单位的最小长度,根据应用场景设置
- maxLineGap:同一方向上两条线段判定为一条线段的最大允许间隔(断裂),超过了设定值,则把两条线段当成一条线段,值越大,允许线段上的断裂越大,越有可能检出潜在的直线段
HoughLinesP()调用例子:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
# coding=utf-8
import cv2
import numpy as np
img = cv2.imread( '02.jpg' )
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gaus = cv2.GaussianBlur(gray,( 3 , 3 ), 0 )
edges = cv2.Canny(gaus, 50 , 150 , apertureSize = 3 )
minLineLength = 100
maxLineGap = 10
lines = cv2.HoughLinesP(edges, 1 , np.pi / 180 , 100 , minLineLength, maxLineGap)
for x1, y1, x2, y2 in lines[ 0 ]:
cv2.line(img, (x1, y1), (x2, y2), ( 0 , 255 , 0 ), 2 )
cv2.imshow( "houghline" ,img)
cv2.waitKey()
cv2.destroyAllWindows()
|
到此这篇关于python opencv检测直线 cv2.HoughLinesP的实现的文章就介绍到这了,更多相关opencv检测直线cv2.HoughLinesP内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家!
原文链接:https://blog.csdn.net/dcrmg/article/details/78880046