OpenCV houghLinesP参数

Question

我很难在此图像中使用HoughLinesP和OpenCV在Python中找到棋盘上的行。

为了理解HoughLinesP的参数，我提出了以下代码：

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()

我现在遇到的问题是，这只涉及到一条线。如果我把maxLineGap减少到1，它就会增加数千个。

我理解为什么这可能是，但我如何选择一个合适的参数集，以获得所有这些共线性线合并？我是不是遗漏了什么？

我想让代码保持简单，因为我正在使用它作为这个函数的示例。

提前感谢您的帮助！

更新:这完全适用于HoughLines。

而且似乎没有边缘检测问题，因为Canny工作得很好。

然而，我仍然需要让HoughLinesP工作。有什么主意吗？

图片：结果

Answer 1

好的，我终于找到了这个问题，我想我可以和其他人分享这个问题的解决方案。问题是，在HoughLinesP函数中，有一个额外的参数“line”，它是多余的，因为函数的输出是相同的：

Cv2.HoughLinesP(图像，rho，θ，阈值[，线条[，minLineLength，maxLineGap])

这将导致参数以错误的顺序读取时出现问题。为了避免与参数的顺序混淆，最简单的解决方案是在函数中指定它们，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，我希望它能帮助别人。

Answer 2

• 边缘：边缘检测器的输出。
• line ：用来存储行的开始和结束的坐标的向量。
• rho：分辨率参数\rho (以像素为单位)。
• θ：以半径表示的参数\θ的分辨率。
• 阈值：检测直线的最小相交点数。

样本应用

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()

​

​

Answer 3

Cv2.HoughLinesP(图像，rho，θ，阈值，np.array ( )，minLineLength=xx，maxLineGap=xx)

这也是可行的。