使用霍夫变换检测矩形图像的线条

Question

我希望您能使用霍夫变换检测这些矩形的边线， 以下是OpenCV代码：

import cv2
import numpy as np

img = cv2.imread('C:/Users/hp/rectangles.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150,apertureSize = 3)

lines = cv2.HoughLines(edges,1,np.pi/180,200)
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))

    cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2)

cv2.imwrite('houghlines3.jpg',img)

但它只能检测到一行，如何检测所有行？

在测试此代码并选择这些参数后：

    import cv2
    import numpy as np


        img = cv2.imread('dave.jpg')
        gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
        edges = cv2.Canny(gray,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.imwrite('houghlines5.jpg',img)

我得到了这个结果：

我更改了参数，但那一行没有被检测到，我应该如何更改参数以使该行被检测到？

- Nasim

---

可以使用imshow绘制边缘图像吗？我猜测是原始边缘没有被检测到。因此，您需要更改50、150参数值以检测所有原始边缘。 - Dr Yuan Shenghai

你确定在Canny中检测到了这条线吗？如果检测得好，那么导致线的像素级位置错误的可能性很高。它不够直，霍夫变换无法捕捉到它。只需要调整一些参数即可。 - Dr Yuan Shenghai

你可以使用其他的线检测类库，例如OpenCV LSD、Split和Merge。要使用高鲁棒性的霍夫变换，您需要编写相当多的路由来检测多个具有小角度差异的小线并将它们合并（可以通过迭代使用多个参数的HoughLine或从外部合并它们）。 - Dr Yuan Shenghai

你应该使用findContours()来完成这个任务吧？ - Mark Setchell

Answer 1

我认为更好的检测矩形线条的方法是使用cv2.findContours()和Canny边缘检测。

import cv2

image = cv2.imread('1.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
canny = cv2.Canny(gray, 130, 255, 1)

cnts = cv2.findContours(canny, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

for c in cnts:
    cv2.drawContours(image,[c], 0, (0,255,0), 3)

cv2.imshow("result", image)
cv2.waitKey(0)

- nathancy

---

这是一个编程作业，要求使用霍夫变换来查找线条。 - Nasim

嗨，@nathancy，我认为你可以帮助我。你能看一下这个SO吗？ - bit_scientist