在Python-OpenCV中从图像获取x、y点

Question

在Python-OpenCV中从图像获取x、y点

4

我发现以下代码，它使用Canny边缘检测和霍夫算法来检测所有的线。下面的代码用于从其中一个线中获取点的位置，但由于这是一张图片，我不知道如何获取x轴和y轴的比例尺（例如，在这里x1=0，x2=4，y1=0，y2=45），以便我可以获取该掩蔽线的x和y轴点。有什么方法可以做到这一点吗？先谢谢了。

以下是我使用的代码：

import numpy as np
import cv2

img = cv2.imread('linearline.png', 1) 
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
lower_range = np.array([18, 100, 100], dtype=np.uint8)
upper_range = np.array([38, 255, 255], dtype=np.uint8)
mask = cv2.inRange(hsv, lower_range, upper_range)
edges = cv2.Canny(mask,50,150,apertureSize = 3)
cv2.imshow('edgesimage',edges)


print img.shape[1]
print img.shape
minLineLength=img.shape[1]-300
lines = cv2.HoughLinesP(image=edges,rho=0.02,theta=np.pi/500,
threshold=10,lines=np.array([]),minLineLength=minLineLength,maxLineGap=100)


a,b,c = lines.shape
for i in range(a):
cv2.line(img, (lines[i][0][0], lines[i][0][1]), (lines[i][0][2],       
lines[i][0][3]), (0, 0, 255), 3, cv2.LINE_AA)

cv2.imshow('result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我无法上传我的linearline.png图表，但它是一种x-y坐标系图。

编辑：这是我使用的示例图片链接

- MargS

你的输出是一行吗？ - Jeru Luke

这段代码的输出是一个掩码线，但我需要该掩码线的x、y坐标点。 - MargS

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Jeru Luke · Accepted Answer

你已经在这行代码中拥有它们：

cv2.line(img, (lines[i][0][0], lines[i][0][1]), (lines[i][0][2], lines[i][0][3]), (0, 0, 255), 3, cv2.LINE_AA)

要获取第一个坐标，只需打印出：

print lines[i][0][0] 
print lines[i][0][1]

要获取第二个坐标，您需要打印：

print lines[i][0][2] 
print lines[i][0][3]

为了知道 lines 包含什么内容，请键入 print lines。 编辑： 嘿，MargS，我实际上误解了你的要求。要明确提到你想要的，首先必须提取图表中的文本，然后识别使预期答案过于宽泛的地方。

但是，我能够使用不同的方法识别出您需要的行。

我将图像转换为HSV颜色空间，然后提取饱和度通道。然后应用霍夫线变换以获得所需的线。

代码：

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
h, s, v = cv2.split(hsv)
ret,th = cv2.threshold(s,127,255, 0)
cv2.imshow('th.jpg', th)

lines = cv2.HoughLinesP(th,1,np.pi/180,100,minLineLength=100,maxLineGap=10)
for line in lines:
    x1,y1,x2,y2 = line[0]
    cv2.line(img,(x1,y1),(x2,y2),(0,255,0),2)

cv2.imshow('houghlines5.jpg',img)

编辑：

完整代码：

import cv2
import numpy as np

filename = 'line.jpg'
img = cv2.imread(filename)
cv2.imshow('img.jpg',img)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imshow('gray.jpg',gray)

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
cv2.imshow('hsv.jpg', hsv)

h, s, v = cv2.split(hsv)
ret,th = cv2.threshold(s,127,255, 0)
cv2.imshow('th.jpg', th)

lines = cv2.HoughLinesP(th,1,np.pi/180,100,minLineLength=100,maxLineGap=10)
for line in lines:
    x1,y1,x2,y2 = line[0]
    cv2.line(img,(x1,y1),(x2,y2),(0,255,0),2)

cv2.imshow(HoughLines.jpg',img)

cv2.waitKey(0)
cv2.destroyAllWindows()