欧亿体育
工作动态
我的位置: 首页 > 工作动态
图解 cv2.HoughLines & cv2.line 参数原理
发布时间:2024-01-14 10:01
  |  
阅读量:
  |  
作者:
欧亿体育

功能实现:利用cv.HoughLines寻找图像中霍夫直线,然后用cv2.line绘制红色的直线。

拓展:计算整幅图像的平均灰度值,以及经过筛选的霍夫直线的平均灰度值,并进行比较。

目录

一、效果图以及参数讲解 

二、图解霍夫直线的返回参数

三、源码(包含注释)

四、拓展


一、效果图以及参数讲解 

 图1 原图

 图2 边缘处理后的图像

图3 绘制红色霍夫直线的图像 

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

  • image_edge:经过图像边缘处理后的图像
  • 1:像素之间的距离为1
  • np.pi/180:直线角度范围,2pi/(pi/180) = 360°
  • 180:一条预选直线上的最少像素点个数

注意:

如果距离是1,180个像素即可生成直线,如果距离是2,至少360个像素才可以生成直线。

cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255), 1) 

  • img:在图像img上绘制直线
  • (x1, y2)、(x2, y2):直线的两个端点,直接相连便可得到所需直线
  • (0, 0, 255):红色
  • 1:设置直线的宽度为1

注意:

直线的两个端点可以是负数。

二、图解霍夫直线的返回参数

cv2.HoughLines 的返回参数 line ==  ,其中,第一个参数表示图像原点距离直线的长度,第二个参数表示沿着x轴的角度大小。

如下图所示,首先通过 cv.HoughLines 得到 line ,此时已经确定了直线的位置,然后需要确定直线上的两个坐标点来充当 cv.line 的输入参数,最后,在源图像上通过 cv.line 来绘制红色直线。

 图4 图解cv2.HoughLines的返回参数

        # 延长直线的长度,保证在整幅图像上绘制直线
        x1 = int(x0 + 2000 * (-b))
        y1 = int(y0 + 2000 * (a))
        x2 = int(x0 - 2000 * (-b))
        y2 = int(y0 - 2000 * (a))

前面讲到, 霍夫直线值仅仅返回两个参数,并不会直接返回直线上的坐标点,我们在选取直线坐标点的时候,需要尽量选取图像外部的点(即负数),这样才会过整幅图像绘制直线。

三、源码(包含注释)

import cv2
import numpy as np
from numpy import mean


# 读取图像以及图像的宽和高
img = cv2.imread('./img.png')
h = img.shape[0]
w = img.shape[1]

# 求取图像的平均灰度值
img_gray = cv2.cvtColor(img, cv2.COLOR_RGBA2GRAY)
all_gray = []
for i in range(h):
    for j in range(w):
        all_gray.append(img_gray[i, j])
print('图像的平均灰度值:', mean(all_gray))

# Canny算子寻找图像的边缘
image_edge = cv2.Canny(img, 200, 200)

# 寻找霍夫直线
lines = cv2.HoughLines(image_edge, 1, np.pi/180, 180)

# 绘画霍夫直线
if lines is not None:
    for n, line in enumerate(lines):
        # 沿着左上角的原点,作目标直线的垂线得到长度和角度
        rho = line[0][0]
        theta = line[0][1]
        # if np.pi / 3 < theta < np.pi * (3 / 4):
        a = np.cos(theta)
        b = np.sin(theta)
        # 得到目标直线上的点
        x0 = a * rho
        y0 = b * rho

        # 延长直线的长度,保证在整幅图像上绘制直线
        x1 = int(x0 + 2000 * (-b))
        y1 = int(y0 + 2000 * (a))
        x2 = int(x0 - 2000 * (-b))
        y2 = int(y0 - 2000 * (a))

        # 连接两点画直线
        # print((x1, y1), (x2, y2))  # (-148, 993) (335, -947)
        cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255), 1)

        # ===============================CAB================================ #
        xDis = x2 - x1  # x的增量
        yDis = y2 - y1  # y的增量
        if (abs(xDis) > abs(yDis)):
            maxstep = abs(xDis)
        else:
            maxstep = abs(yDis)
        xUnitstep = xDis / maxstep  # x每步骤增量
        yUnitstep = yDis / maxstep  # y的每步增量
        x = x1
        y = y1
        average_gray = []
        for k in range(maxstep):
            x = x + xUnitstep
            y = y + yUnitstep
            # print("x: %d, y:%d" % (x, y))
            if 0 < x < h and 0 < y < w:
                # print(img_gray[int(x), int(y)])
                average_gray.append(img[int(x), int(y)])
        print('第{}霍夫直线的平均灰度值:'.format(n), mean(average_gray))  # 平均115,阴影的边界在125以上,堵料的边界在105左右
        # ================================================================== #

    print('直线的数量:', len(lines))
else:
    print('直线的数量:', 0)

# 可视化图像
cv2.imshow('0', img)
cv2.imshow('1', image_edge)
cv2.waitKey(0)

四、拓展

因项目的需求,需要比对霍夫直线和整幅图像的平均灰度值的大小关系,所以在上面的源码中,我把此项功能加入到其中,希望对你有所帮助。


>>> 如有疑问,欢迎评论区一起探讨。