houghlinesp 和阈值处理

Question

我正在使用 opencv Houghlinesp 来检测停车场中的线路。这是源图

当我进行霍夫变换-p 来检测线条时，我得到了这样的最终图像。

它确实检测到了空格。知道如何去除汽车顶部的这些嘈杂的线条吗？或任何关于替代算法或方法的方向都受到高度赞赏。

img = cv.imread('Parking-Lot.jpg')
threshold=100
minLineLength = 60
rho=2
maxLineGap=20
theta = np.pi/180
edges = cv.Canny(img, 100, 200)
lines = cv.HoughLinesP(edges, rho, theta, threshold, np.array([]), minLineLength =minLineLength , maxLineGap=maxLineGap)
 for i in range(len(lines)):
    for line in lines[i]:
        cv.line(img, (line[0],line[1]), (line[2],line[3]), (0,255,0), 2)
cv2.imwrite("lines.jpg", img)

Answer 1

在应用边缘检测之前，您可以通过对图像进行阈值处理来消除大部分噪点。这样，您将移除（大部分）汽车并保留您感兴趣的空白线：

import cv2
import numpy as np

img = cv2.imread('Parking-Lot.jpg')
threshold=100
minLineLength = 60
rho=2
maxLineGap=20
theta = np.pi/180

# here you convert the image to grayscale and then threshhold to binary
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(gray,180,255,cv2.THRESH_BINARY)

# continue with the threshholded image instead
edges = cv2.Canny(thresh, 100, 200)
lines = cv2.HoughLinesP(edges, rho, theta, threshold, np.array([]), minLineLength =minLineLength , maxLineGap=maxLineGap)
for i in range(len(lines)):
  for line in lines[i]:
     cv2.line(img, (line[0],line[1]), (line[2],line[3]), (0,255,0), 2)
cv2.imwrite("lines.jpg", img)

这将为您带来更清晰的结果：

随意尝试阈值参数；您需要找到一个阈值，排除大多数汽车，同时保留您想要检测的所有线路。