【问题标题】：Parallel Line detection using Hough Transform, OpenCV and python使用 Hough 变换、OpenCV 和 python 进行平行线检测
【发布时间】：2018-07-18 12:47:31
【问题描述】：

我需要关于我一直在研究的算法的帮助。我正在尝试检测阈值图像中的所有线条，检测所有线条，然后仅输出平行的线条。阈值图像输出我感兴趣的对象，然后我通过一个精巧的边缘检测器过滤这个图像。然后这个边缘图像通过概率霍夫变换。现在，我希望算法能够检测任何图像中的平行线。我想通过尝试检测所有线的坐标并计算它们的斜率（然后是角度）来做到这一点。平行线必须具有相同或几乎相同的角度，这样我只能输出具有相同角度的线。我也许可以在图像中画一条假想的线，然后将其用作图像中所有检测到的线的参考？我只是不明白如何使用通过函数 cv2.HoughLinesP() 检测到的所有线的坐标。这个函数的文档说输出是一个 4D 数组，这让我很困惑。这是我的代码的一部分：

通过概率霍夫变换进行线检测

rho_res = .1 # [pixels]

theta_res = np.pi / 180. # [radians]

threshold = 50 # [# votes]

min_line_length = 100 # [pixels]

max_line_gap = 40 # [pixels]

lines = cv2.HoughLinesP(edge_image, rho_res, theta_res, threshold, np.array([]),

                        minLineLength=min_line_length, maxLineGap=max_line_gap)

画线

    if lines is not None:
                for i in range(0, len(linesP)):
                    coords = lines[i][0]
                    slope = (float(coords[3]) - coords[1]) / (float(coords[2]) - coords[0])
                    cv2.line(img, (coords[0], coords[1]), (coords[2], coords[3]), (0,0,255), 2, cv2.LINE_AA)

知道如何推断所有检测到的线，然后只输出平行的线吗？我在网上尝试了一些算法，但似乎都没有。同样，我的问题是理解和使用函数 cv2.HoughLinesP() 的输出变量。我还找到了一个应该计算斜率的代码。我试过了，但只是给了我一个值（一个斜率）。我想要图像中所有线条的斜率。

【问题讨论】：

标签： python algorithm opencv image-processing hough-transform

【解决方案1】：

我只是不明白如何使用通过函数 cv2.HoughLinesP() 检测到的所有线的坐标。这个函数的文档说输出是一个 4D 数组，这让我很困惑。

4D 数组只是检测到的线的输出向量。每条线由一个 4 元素向量 (x1, y1, x2, y2) 表示，其中 (x1,y1) 和 (x2, y2) 是每个检测到的线段的终点。

请参阅附图以了解这些含义。请记住，这些协调是在图像空间中。

【讨论】：

【解决方案2】：

将霍夫变换投影到角度轴上。这为您提供了作为 theta 函数的一维信号，该信号与该方向的“线量”成正比。该信号中的峰值表示具有许多平行线的方向。找到最大的峰值，这会给你一个 theta。

现在回到 Hough 变换图像，用这个 theta 值检测峰值（也许允许一点点摆动）。现在你将在这个方向上拥有所有平行线。

抱歉，我无法为您提供适用于 cv2.HoughLinesP 的代码，我不知道此功能。我希望这个描述能给你一个起点。

【讨论】：

【解决方案3】：

使用atan2 函数计算0..Pi 范围内所有线的斜率（角度）。要通过正角度限制范围，请将Pi 添加到负结果中。

按斜率对结果进行排序。遍历排序列表，为接近的值建立联合——这些线几乎平行。请注意，对于略有不同的邻居值，您可能有很长的系列，但系列的开始和结束可能会有很大差异。所以使用一些（角度）阈值来打破系列运行。

【讨论】：