如何使用 opencv-python 使用霍夫线变换去除噪声答案

【问题标题】：How can I remove noise with Hough Line Transform with opencv-python如何使用 opencv-python 使用霍夫线变换去除噪声
【发布时间】：2021-04-08 17:08:41
【问题描述】：

这个程序的目的是绘制房间的角落和边缘，这就是我现在所处的位置：右上角的图像是我的结果，左上角的图像是我的输入。目前，我正在使用带有高斯滤波器的精明边缘检测。但正如你所看到的，图像中有很多来自其他细节的随机线条。

我的目标是：

到目前为止，我已经尝试过，仅显示平坦的线（0 或无限斜率）：

if lines is not None:
    for line in lines:
        x1, y1, x2, y2 = line[0]
        if math.isclose(x1, x2, tol_abs=25) or math.isclose(y1, y2, tol_abs=10):
            cv2.line(bgrimg, (x1, y1), (x2, y2), (0, 255, 0), 1)

但这导致我丢失了一些重要的台词。接下来，我尝试只在图像边缘显示线条：

if lines is not None:
    for line in lines:
        x1, y1, x2, y2 = line[0]
        if y1 > 100 and y2 > 100:
            cv2.line(bgrimg, (x1, y1), (x2, y2), (0, 255, 0), 1)

这有点适用于顶部，但由于侧面可能在图片中的任何位置，我无法确定它们的确切位置。

有没有办法解决这个问题？如果没有，机器学习可以吗？

【问题讨论】：

我认为主要问题是墙壁上的阴影。您可以尝试调整图像的对比度。但最后更好的方法是手动设置角落，教软件如何识别何时重要，何时不重要。可能房间都差不多。是箱子。找到上角然后垂直线是它的结果。

标签： python opencv hough-transform canny-operator gaussianblur

【解决方案1】：

从 Canny 获得的信息开始。可以：

1 - 确定水平线的良好参考，

2 - 确定右对角线的良好参考

3 - 确定左对角线的良好参考

4 - 从这些参考线的延伸中，您可以找到交叉点。

有些路口会好，有些路口不好。

如果水平参考线和倾斜参考线形成的角度左右相同或相似，则为良好的交点。

正如我在此处添加的图片： https://i.stack.imgur.com/OYS2c.png

【讨论】：