Opencv Python HoughLinesP 奇怪结果

Question

我试图获得与这个 HoughLinesP滤波器教程中相同的结果。我使用了相同的图像和阈值值，如下所示：

import cv2
from line import Line
import numpy as np

img = cv2.imread('building.jpg',1)
cannied = cv2.Canny(img, 50, 200, 3)
lines = cv2.HoughLinesP(cannied, 1, np.pi / 180, 80, 30, 10)


for leftx, boty, rightx, topy in lines[0]:
    line = Line((leftx, boty), (rightx,topy))
    line.draw(img, (255, 255, 0), 2)

cv2.imwrite('lines.png',img)
cv2.imwrite('canniedHouse.png',cannied)
cv2.waitKey(0)
cv2.destroyAllWindows()

Line类是一个自定义类，它并没有做什么有趣的事情，只是计算一些东西并且可以画线。然后我得到了这两个图片： 所以，正如您所看到的，我在图片中间只得到了一条小线。

不确定哪里出了问题。我错过了什么吗？

谢谢。

- Anton

Answer 1

注意：由于您链接了一个针对OpenCV 2.4.x的教程，我最初认为您也使用OpenCV 2.4.11编写了代码。事实证明，您实际上正在使用OpenCV 3.x。请记住，在2.x和3.x之间的API中存在微妙的变化。

---

您错误地调用了 HoughLinesP。

根据文档，该Python函数的签名为：

cv2.HoughLinesP(image, rho, theta, threshold[, lines[, minLineLength[, maxLineGap]]]) → lines

如果我们给您的调用参数进行标记，那么我们将得到以下结果：

lines = cv2.HoughLinesP(cannied, rho=1, theta=np.pi / 180
    , threshold=80, lines=30, minLineLength=10)

然而，正确移植到Python的C++代码应该是：

lines = cv2.HoughLinesP(cannied, rho=1, theta=np.pi / 180
    , threshold=80, minLineLength=30, maxLineGap=10)

---

与 Canny 相似的情况。

cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]]) → edges

再次，让我们标记参数：

cannied = cv2.Canny(img, threshold1=50, threshold2=200, edges=3)

但应该是：

cannied = cv2.Canny(img, threshold1=50, threshold2=200, apertureSize=3)

然而，这对输出结果没有影响，因为apertureSize的默认值是3。

---

最后，正如我们与Vasanth和namatoj所确认的那样，cv2.HoughLinesP生成的输出格式存在差异：

• 在2.4中，它看起来像[[[x1, y1, x2, y2], [...], ..., [...]]]
• 在3.x中，它看起来像[[[x1, y1, x2, y2]], [[...]], ..., [[...]]]

我添加了一个简短的get_lines函数，将两个版本中的线路转换为一致的布局([[x1, y1, x2, y2], [...], ..., [...]])。

---

适用于OpenCV两个版本的完整脚本：

import cv2
import numpy as np


def get_lines(lines_in):
    if cv2.__version__ < '3.0':
        return lines_in[0]
    return [l[0] for l in lines]


img = cv2.imread('building.jpg')
img_gray = gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

cannied = cv2.Canny(img_gray, threshold1=50, threshold2=200, apertureSize=3)
lines = cv2.HoughLinesP(cannied, rho=1, theta=np.pi / 180, threshold=80, minLineLength=30, maxLineGap=10)

for line in get_lines(lines):
    leftx, boty, rightx, topy = line
    cv2.line(img, (leftx, boty), (rightx,topy), (255, 255, 0), 2)

cv2.imwrite('lines.png',img)
cv2.imwrite('canniedHouse.png',cannied)
cv2.waitKey(0)
cv2.destroyAllWindows()

- Dan Mašek

Answer 2

作为Dan的回答所提到的，Canny和HoughLinesP中的参数没有正确指定。

修改后的代码：

import cv2
from line import Line
import numpy as np

img = cv2.imread('building.jpg',1)
cannied = cv2.Canny(img, 50, 200, apertureSize=3)
lines = cv2.HoughLinesP(cannied, 1, np.pi / 180, 80, minLineLength=30, maxLineGap=10)

for leftx, boty, rightx, topy in lines[0]:
    line = Line((leftx, boty), (rightx,topy))
    line.draw(img, (255, 255, 0), 2)

cv2.imwrite('lines.png',img)
cv2.imwrite('canniedHouse.png',cannied)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出：

如果您使用的是OpenCV-3+，请使用以下for循环，因为HoughLinesP返回不同的输出格式：[[[x1，y1，x2，y2]]，[[...]] ... [[...]]]

for l in lines:  #Modified to loop across all the lines
    leftx, boty, rightx, topy = l[0] #assign each line's values to variables
    line = Line((leftx, boty), (rightx,topy))
    line.draw(img, (255, 255, 0), 2)

- Vasanth

---

这可能与版本有关。当我查看OpenCV 2.4.11中的“lines”时，我发现它的格式如下：[[[x1,y1,x2,y2],[....]]]。这使得Anton的代码正确。 - Dan Mašek

是的，我认为你是正确的。2.4.11有不同的格式。我会更新我的答案。 - Vasanth

Answer 3

你的代码问题在于返回的行排列方式。 这段代码对我有效：

import cv2
import numpy as np

img = cv2.imread('building.jpg',1)
cannied = cv2.Canny(img, 50, 200, 3)
lines = cv2.HoughLinesP(cannied, 1, np.pi / 180, 80, 30, 10)

for line in lines:
    leftx, boty, rightx, topy = line[0]
    cv2.line(img, (leftx, boty), (rightx,topy), (255, 255, 0), 2)

cv2.imwrite('lines.png',img)
cv2.imwrite('canniedHouse.png',cannied)
cv2.imshow('', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我还做了一些其他小的修改，以便在我的电脑上运行代码。

我认为你需要更改一些参数，才能获得与文档完全相同的结果。

- namatoj

---

由于你的代码几乎与Vasanth的代码相同，因此它包含了我在评论中指出的相同问题。 - Dan Mašek

我不知道这个，谢谢你指出来！看起来 OP 也在版本 3 上做了这个。 - namatoj

关于 OP 的 OpenCV 版本，你提出了一个很好的观点。我因为过于专注于错误的参数而产生了一些狭隘的视野。 - Dan Mašek