OpenCV 概率霍夫线变换使用 C++ 和 Python 给出不同的结果？

Question

我正在使用 OpenCV 开发一个项目，Python 在项目的某些部分使用概率霍夫线变换函数“HoughLinesP”。我的代码工作得很好，没有问题。然后我想到了将相同的代码转换为 C++。

代码转换成C++后，输出与Python代码不一样。经过长时间的调试，我发现其他一切正常，但在 C++ 的情况下，“HoughLinesP”函数给出了不同的输出。两种语言中这个函数的输入是一样的，参数的值也是一样的，但是输出是不同的。

谁能解释一下为什么会发生这种情况以及任何可能的解决方法？

另外，我检查了两种语言的 OpenCV 版本，它是相同的： 4.5.0 dev 另外，我尝试过使用传递给 C++ 代码的值，但我无法获得类似的结果。

输入边缘图像：

Python HoughLinesP() 输出：

C++ HoughLinesP() 输出：

以下是每种语言的代码： 蟒蛇：

Lines = cv2.HoughLinesP(EdgeImage, 1, np.pi / 180, 50, 10, 15)

C++：

std::vector<cv::Vec4i> Lines;
cv::HoughLinesP(EdgeImage, Lines, 1, CV_PI / 180, 50, 10, 15);

如果有人能提出建议，那将是一个很大的帮助。

Answer 1

解释与修正

问题的出现是因为在 Python 版本中您没有设置您认为您正在设置的参数。与在 Python 接口中调整参数列表的其他一些函数相比，HoughLinesP 不仅返回行，而且还为行输出采用参数 lines。你可以在HoughLinesP的帮助中看到：

import cv2
help(cv2.HoughLinesP)

这给了你（省略号我的）：

Help on built-in function HoughLinesP:

HoughLinesP(...)
    HoughLinesP(image, rho, theta, threshold[, lines[, minLineLength[, maxLineGap]]]) -> lines
    .   @brief Finds line segments in a binary image using the probabilistic Hough transform.
    .   
...
    .   @param lines Output vector of lines. Each line is represented by a 4-element vector
    .   \f$(x_1, y_1, x_2, y_2)\f$ , where \f$(x_1,y_1)\f$ and \f$(x_2, y_2)\f$ are the ending points of each detected
    .   line segment.
...

所以基本上，在您的 python 示例中，您将 10 传递为 lines 而不是 minLineLength。要解决此问题，您可以将空数组作为lines 传递，也可以将参数作为关键字参数传递：

Lines = cv2.HoughLinesP(EdgeImage, rho=1, theta=np.pi/180,
                        threshold=50, minLineLength=10, maxLineGap=15)

这样做应该使您的 Python 版本的输出与 C++ 版本的输出匹配。

或者，如果您对 Python 版本的结果感到满意，则必须省略参数 lines（即仅将 minLineLength 设置为 15 并为 maxLineGap 使用默认值 0 [see docs] ):

std::vector<cv::Vec4i> Lines;
cv::HoughLinesP(EdgeImage, Lines, 1, CV_PI / 180, 50, 15);

这应该会重现您的 Python 版本。

示例

使用openCV documentation of HoughLinesP 中列出的示例，您可以看到这解决了问题。

C++ 版本

（取自上面列出的 openCV 文档并改为保存图像。）

#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
int main(int argc, char** argv)
{
    Mat src, dst, color_dst;
    if( argc != 3 || !(src=imread(argv[1], 0)).data)
        return -1;
    Canny( src, dst, 50, 200, 3 );
    cvtColor( dst, color_dst, COLOR_GRAY2BGR );
    vector<Vec4i> lines;
    HoughLinesP( dst, lines, 1, CV_PI/180, 80, 30, 10 );
    for( size_t i = 0; i < lines.size(); i++ )
    {
        line( color_dst, Point(lines[i][0], lines[i][1]),
        Point( lines[i][2], lines[i][3]), Scalar(0,0,255), 3, 8 );
    }
    imwrite( argv[2], color_dst );
    return 0;
}

如果你编译它并在文档中提供的示例图片上运行它，你会得到以下结果：

Python 版本不正确

（基本上，只是没有lines参数的翻译后的C++版本。）

import argparse
import cv2
import numpy as np

parser = argparse.ArgumentParser()
parser.add_argument("input_file", type=str)
parser.add_argument("output_file", type=str)
args = parser.parse_args()

src = cv2.imread(args.input_file, 0)
dst = cv2.Canny(src, 50., 200., 3)
color_dst = cv2.cvtColor(dst, cv2.COLOR_GRAY2BGR)
lines = cv2.HoughLinesP(dst, 1., np.pi/180., 80, 30, 10.)
for this_line in lines:
    cv2.line(color_dst,
            (this_line[0][0], this_line[0][1]),
            (this_line[0][2], this_line[0][3]),
            [0, 0, 255], 3, 8)
cv2.imwrite(args.output_file, color_dst)

运行它会产生以下（不同的）结果：

修正了 python 版本

（通过传递关键字参数来修复）

import argparse
import cv2
import numpy as np

parser = argparse.ArgumentParser()
parser.add_argument("input_file", type=str)
parser.add_argument("output_file", type=str)
args = parser.parse_args()

src = cv2.imread(args.input_file, 0)
dst = cv2.Canny(src, 50., 200., 3)
color_dst = cv2.cvtColor(dst, cv2.COLOR_GRAY2BGR)
lines = cv2.HoughLinesP(dst, rho=1., theta=np.pi/180.,
                        threshold=80, minLineLength=30, maxLineGap=10.)
for this_line in lines:
    cv2.line(color_dst,
            (this_line[0][0], this_line[0][1]),
            (this_line[0][2], this_line[0][3]),
            [0, 0, 255], 3, 8)
cv2.imwrite(args.output_file, color_dst)

这给出了正确的结果（即与 C++ 版本相同的结果）：