python 用opencv實(shí)現(xiàn)霍夫線(xiàn)變換
霍夫變換是一種檢測(cè)任何形狀的流行技術(shù)，可以檢測(cè)形狀，即使它被破壞或扭曲一點(diǎn)點(diǎn).
一條線(xiàn)可以表示成y = mx + c或參數(shù)形式，像ρ=xcosθ+ysinθ，其中ρ是從原點(diǎn)到直線(xiàn)的垂直距離，θ角是由這條垂線(xiàn)和水平軸以逆時(shí)針的方向形成的(這個(gè)方向取決于你如何表示坐標(biāo)系統(tǒng)，這種表示法在OpenCV中使用）
OpenCV中的Hough變換
cv.HoughLines()
第一個(gè)參數(shù)，輸入圖像應(yīng)該是一個(gè)二值圖像，因此在應(yīng)用hough變換之前應(yīng)用閾值或使用Canny邊緣檢測(cè).
第二和第三個(gè)參數(shù)分別是ρ和θ的精度.
第四個(gè)參數(shù)是閾值，這意味著它應(yīng)該被視為一條直線(xiàn).
記住，選票的數(shù)量取決于直線(xiàn)上的點(diǎn)的數(shù)量,所以它表示應(yīng)該檢測(cè)到的最小長(zhǎng)度.
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('img.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 line in lines:
rho,theta = line[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.imshow('show',img)
cv2.waitKey()
概率Hough變換
在hough轉(zhuǎn)換中，你可以看到，即使對(duì)于一個(gè)有兩個(gè)參數(shù)的線(xiàn)，它也需要大量的計(jì)算.概率Hough變換是我們所見(jiàn)的Hough變換的一個(gè)優(yōu)化,它并沒(méi)有把所有的要點(diǎn)都考慮進(jìn)去,相反，它只需要一個(gè)隨機(jī)子集，對(duì)行檢測(cè)來(lái)說(shuō)足夠.
cv2.HoughLinesP(image, rho, theta, threshold[, lines[, minLineLength[, maxLineGap]]])
- minLineLength：最小長(zhǎng)度的線(xiàn)。比這更短的線(xiàn)段被拒絕了。
- maxLineGap：最大限度允許線(xiàn)段之間的間隙把它們當(dāng)作一條線(xiàn)來(lái)對(duì)待
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('img.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 50, 150, apertureSize=3)
lines = cv2.HoughLinesP(edges, 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('show',img)
cv2.waitKey()
以上就是python 用opencv實(shí)現(xiàn)霍夫線(xiàn)變換的詳細(xì)內(nèi)容，更多關(guān)于python 實(shí)現(xiàn)霍夫線(xiàn)變換的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
- Python OpenCV中的numpy與圖像類(lèi)型轉(zhuǎn)換操作
- python opencv圖像處理(素描、懷舊、光照、流年、濾鏡 原理及實(shí)現(xiàn))
- python實(shí)現(xiàn)圖片，視頻人臉識(shí)別(opencv版)
- Python + opencv對(duì)拍照得到的圖片進(jìn)行背景去除的實(shí)現(xiàn)方法
- Python+OpenCV圖像處理——圖像二值化的實(shí)現(xiàn)
- Python+OpenCV圖像處理——實(shí)現(xiàn)輪廓發(fā)現(xiàn)
- Python+OpenCV圖像處理——實(shí)現(xiàn)直線(xiàn)檢測(cè)
- Python+OpenCV圖像處理—— 色彩空間轉(zhuǎn)換
- python 基于opencv 實(shí)現(xiàn)一個(gè)鼠標(biāo)繪圖小程序
相關(guān)文章
Python插件virtualenv搭建虛擬環(huán)境
這篇文章主要為大家詳細(xì)介紹了Python插件virtualenv搭建虛擬環(huán)境，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-11-11
這篇文章主要介紹了Python如何讀取文件中圖片格式,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-01-01
出現(xiàn)module 'queue' has no attrib
這篇文章主要介紹了出現(xiàn)module 'queue' has no attribute 'Queue'問(wèn)題的解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-04-04
python3 selenium自動(dòng)化 下拉框定位的例子
今天小編就為大家分享一篇python3 selenium自動(dòng)化 下拉框定位的例子，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08
這篇文章主要介紹了django框架模板語(yǔ)言使用方法,結(jié)合實(shí)例形式詳細(xì)分析了Django框架常用的模板語(yǔ)言語(yǔ)法與相關(guān)使用技巧,需要的朋友可以參考下2019-07-07
Win10系統(tǒng)下安裝編輯器之神(The?God?of?Editor)Vim并且構(gòu)建Python生態(tài)開(kāi)發(fā)環(huán)境過(guò)程(2
這篇文章主要介紹了Win10系統(tǒng)下安裝編輯器之神(The?God?of?Editor)Vim并且構(gòu)建Python生態(tài)開(kāi)發(fā)環(huán)境(2020年最新攻略),本次我們?cè)赪in10平臺(tái)構(gòu)建一套以Vim為核心的Python開(kāi)發(fā)環(huán)境，需要的朋友可以參考下2023-01-01
Python標(biāo)準(zhǔn)模塊中，有多個(gè)模塊用于數(shù)據(jù)的壓縮與解壓縮，如zipfile，gzip, bz2等等。這篇文章主要給大家介紹了python如何利用模塊zlib壓縮與解壓字符串和文件的方法，有需要的朋友們可以參考借鑒，下面來(lái)一起看看吧。2016-12-12
今天小編就為大家分享一篇解決pandas 作圖無(wú)法顯示中文的問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-05-05
Python數(shù)據(jù)類(lèi)型詳解（一）字符串
簡(jiǎn)單的說(shuō)字符串String就是使用引號(hào)定義的一組可以包含數(shù)字，字母，符號(hào)（非特殊系統(tǒng)符號(hào)）的集合。今天我們就來(lái)詳細(xì)探討下Python數(shù)據(jù)類(lèi)型中的字符串2016-05-05
利用Python實(shí)時(shí)獲取steam特惠游戲數(shù)據(jù)
Steam是由美國(guó)電子游戲商Valve于2003年9月12日推出的數(shù)字發(fā)行平臺(tái)，被認(rèn)為是計(jì)算機(jī)游戲界最大的數(shù)碼發(fā)行平臺(tái)之一。本文將利用Python實(shí)時(shí)獲取steam特惠游戲數(shù)據(jù)，感興趣的可以嘗試一下2022-06-06