使用霍夫变换检测矩形图像的线条答案

【问题标题】：detecting lines of a rectangle image using hough transform使用霍夫变换检测矩形图像的线条
【发布时间】：2019-06-02 10:42:48
【问题描述】：

我想使用霍夫变换检测这些矩形线，

这里是opencv代码：

import cv2
import numpy as np

img = cv2.imread('C:/Users/hp/rectangles.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150,apertureSize = 3)

lines = cv2.HoughLines(edges,1,np.pi/180,200)
for rho,theta in lines[0]:
    a = np.cos(theta)
    b = np.sin(theta)
    x0 = a*rho
    y0 = b*rho
    x1 = int(x0 + 1000*(-b))
    y1 = int(y0 + 1000*(a))
    x2 = int(x0 - 1000*(-b))
    y2 = int(y0 - 1000*(a))

    cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2)

cv2.imwrite('houghlines3.jpg',img)

但它只检测到一行，我怎样才能检测到所有行？

测试此代码并选择这些参数后：

    import cv2
    import numpy as np


        img = cv2.imread('dave.jpg')
        gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
        edges = cv2.Canny(gray,50,150,apertureSize = 3)
        minLineLength = 100
        maxLineGap = 10
        lines = cv2.HoughLinesP(edges,1,np.pi/180,100,minLineLength,maxLineGap)
        for x1,y1,x2,y2 in lines[0]:
            cv2.line(img,(x1,y1),(x2,y2),(0,255,0),2)

        cv2.imwrite('houghlines5.jpg',img)

我得到了这个结果：

我更改了参数但没有检测到一行，我应该如何更改参数才能检测到该行？

【问题讨论】：

可以使用 imshow 绘制边缘图像吗？我猜是未检测到原始边缘。所以你必须改变 50,150 参数值来检测所有原始边缘
你确定线路在 Canny 中被很好地检测到了吗？如果检测良好，则很有可能导致线的像素级位置错误。它不够直，不足以让霍夫捡起来。它只是需要调整的几个参数
PS 你也可以使用其他的线检测类，例如 opencv LSD、Split 和 Merge。要使用具有高度鲁棒性的 hough，您必须编写相当多的路由来检测多条角度差较小的小线并将它们合并（通过具有多个参数的 houghline 迭代，或者从外部合并它们）。
您当然应该为此使用findContours()？

标签： python opencv rectangles hough-transform

【解决方案1】：

我认为检测矩形线条的更好方法是使用cv2.findContours() 和 Canny 边缘检测。

import cv2

image = cv2.imread('1.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
canny = cv2.Canny(gray, 130, 255, 1)

cnts = cv2.findContours(canny, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

for c in cnts:
    cv2.drawContours(image,[c], 0, (0,255,0), 3)

cv2.imshow("result", image)
cv2.waitKey(0)

【讨论】：

这是一个家庭作业，并要求使用霍夫变换找到线