Python+OpenCV图像处理——实现直线检测

简介：

1.霍夫变换(hough transform) 霍夫变换是图像处理中从图像中识别几何形状的基本方法之一，应用很广泛，也有很多改进算法。主要用来从图像中分离出具有某种相同特征的几何形状（如，直线，圆等）。最基本的霍夫变换是从黑白图像中检测直线(线段)。

2.hough变换的原理是将特定图形上的点变换到一组参数空间上，根据参数空间点的累计结果找到一个极大值对应的解，那么这个解就对应着要寻找的几何形状的参数（比如说直线，那么就会得到直线的斜率k与常熟b，圆就会得到圆心与半径等等）

3.霍夫线变换是一种用来寻找直线的方法。用霍夫线变换之前, 首先需要对图像进行边缘检测的处理，也即霍夫线变换的直接输入只能是边缘二值图像。

4.霍夫直线检测的具体原理参见：

代码如下：

#直线检测
#使用霍夫直线变换做直线检测，前提条件：边缘检测已经完成
import cv2 as cv
import numpy as np

#标准霍夫线变换
def line_detection(image):
  gray = cv.cvtcolor(image, cv.color_rgb2gray)
  edges = cv.canny(gray, 50, 150, aperturesize=3) #aperturesize参数默认其实就是3
  cv.imshow("edges", edges)
  lines = cv.houghlines(edges, 1, np.pi/180, 80)
  for line in lines:
    rho, theta = line[0] #line[0]存储的是点到直线的极径和极角，其中极角是弧度表示的。
    a = np.cos(theta)  #theta是弧度
    b = np.sin(theta)
    x0 = a * rho  #代表x = r * cos（theta）
    y0 = b * rho  #代表y = r * sin（theta）
    x1 = int(x0 + 1000 * (-b)) #计算直线起点横坐标
    y1 = int(y0 + 1000 * a)  #计算起始起点纵坐标
    x2 = int(x0 - 1000 * (-b)) #计算直线终点横坐标
    y2 = int(y0 - 1000 * a)  #计算直线终点纵坐标  注：这里的数值1000给出了画出的线段长度范围大小，数值越小，画出的线段越短，数值越大，画出的线段越长
    cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2)  #点的坐标必须是元组，不能是列表。
  cv.imshow("image-lines", image)

#统计概率霍夫线变换
def line_detect_possible_demo(image):
  gray = cv.cvtcolor(image, cv.color_rgb2gray)
  edges = cv.canny(gray, 50, 150, aperturesize=3) # aperturesize参数默认其实就是3
  lines = cv.houghlinesp(edges, 1, np.pi / 180, 60, minlinelength=60, maxlinegap=5)
  for line in lines:
    x1, y1, x2, y2 = line[0]
    cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2)
  cv.imshow("line_detect_possible_demo",image)

src = cv.imread('e:/imageload/louti.jpg')
print(src.shape)
cv.namedwindow('input_image', cv.window_autosize) 
cv.imshow('input_image', src)
line_detection(src)
src = cv.imread('e:/imageload/louti.jpg') #调用上一个函数后，会把传入的src数组改变，所以调用下一个函数时，要重新读取图片
line_detect_possible_demo(src)
cv.waitkey(0)
cv.destroyallwindows()

运行结果：

注意：

1.opencv的houghlines函数是标准霍夫线变换函数，该函数的功能是通过一组参数对  的集合来表示检测到的直线，其函数原型为：houghlines(image, rho, theta, threshold[, lines[, srn[, stn[, min_theta[, max_theta]]]]]) -> lines