簡介：

1.霍夫變換(Hough Transform) 霍夫變換是圖像處理中從圖像中識別幾何形狀的基本方法之一，應(yīng)用很廣泛，也有很多改進(jìn)算法。主要用來從圖像中分離出具有某種相同特征的幾何形狀（如，直線，圓等）。最基本的霍夫變換是從黑白圖像中檢測直線(線段)。

2.Hough變換的原理是將特定圖形上的點變換到一組參數(shù)空間上，根據(jù)參數(shù)空間點的累計結(jié)果找到一個極大值對應(yīng)的解，那么這個解就對應(yīng)著要尋找的幾何形狀的參數(shù)（比如說直線，那么就會得到直線的斜率k與常熟b，圓就會得到圓心與半徑等等）

3.霍夫線變換是一種用來尋找直線的方法。用霍夫線變換之前, 首先需要對圖像進(jìn)行邊緣檢測的處理，也即霍夫線變換的直接輸入只能是邊緣二值圖像。

4.霍夫直線檢測的具體原理參見：

http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/imgtrans/hough_lines/hough_lines.html

代碼如下：

#直線檢測
#使用霍夫直線變換做直線檢測，前提條件：邊緣檢測已經(jīng)完成
import cv2 as cv
import numpy as np

#標(biāo)準(zhǔn)霍夫線變換
def line_detection(image):
 gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY)
 edges = cv.Canny(gray, 50, 150, apertureSize=3) #apertureSize參數(shù)默認(rèn)其實就是3
 cv.imshow("edges", edges)
 lines = cv.HoughLines(edges, 1, np.pi/180, 80)
 for line in lines:
 rho, theta = line[0] #line[0]存儲的是點到直線的極徑和極角，其中極角是弧度表示的。
 a = np.cos(theta) #theta是弧度
 b = np.sin(theta)
 x0 = a * rho #代表x = r * cos（theta）
 y0 = b * rho #代表y = r * sin（theta）
 x1 = int(x0 + 1000 * (-b)) #計算直線起點橫坐標(biāo)
 y1 = int(y0 + 1000 * a) #計算起始起點縱坐標(biāo)
 x2 = int(x0 - 1000 * (-b)) #計算直線終點橫坐標(biāo)
 y2 = int(y0 - 1000 * a) #計算直線終點縱坐標(biāo) 注：這里的數(shù)值1000給出了畫出的線段長度范圍大小，數(shù)值越小，畫出的線段越短，數(shù)值越大，畫出的線段越長
 cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2) #點的坐標(biāo)必須是元組，不能是列表。
 cv.imshow("image-lines", image)

#統(tǒng)計概率霍夫線變換
def line_detect_possible_demo(image):
 gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY)
 edges = cv.Canny(gray, 50, 150, apertureSize=3) # apertureSize參數(shù)默認(rèn)其實就是3
 lines = cv.HoughLinesP(edges, 1, np.pi / 180, 60, minLineLength=60, maxLineGap=5)
 for line in lines:
 x1, y1, x2, y2 = line[0]
 cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2)
 cv.imshow("line_detect_possible_demo",image)

src = cv.imread('E:/imageload/louti.jpg')
print(src.shape)
cv.namedWindow('input_image', cv.WINDOW_AUTOSIZE) 
cv.imshow('input_image', src)
line_detection(src)
src = cv.imread('E:/imageload/louti.jpg') #調(diào)用上一個函數(shù)后，會把傳入的src數(shù)組改變，所以調(diào)用下一個函數(shù)時，要重新讀取圖片
line_detect_possible_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()

運行結(jié)果：

注意：

1.opencv的HoughLines函數(shù)是標(biāo)準(zhǔn)霍夫線變換函數(shù)，該函數(shù)的功能是通過一組參數(shù)對的集合來表示檢測到的直線，其函數(shù)原型為：HoughLines(image, rho, theta, threshold[, lines[, srn[, stn[, min_theta[, max_theta]]]]]) -> lines

image參數(shù)表示邊緣檢測的輸出圖像，該圖像為單通道8位二進(jìn)制圖像。

rho參數(shù)表示參數(shù)極徑以像素值為單位的分辨率，這里一般使用1像素。

theta參數(shù)表示參數(shù)極角以弧度為單位的分辨率，這里使用1度。

threshold參數(shù)表示檢測一條直線所需最少的曲線交點。

lines參數(shù)表示儲存著檢測到的直線的參數(shù)對的容器 。

srn參數(shù)、stn參數(shù)默認(rèn)都為0。如果srn = 0且stn = 0，則使用經(jīng)典的Hough變換。

min_theta參數(shù)表示對于標(biāo)準(zhǔn)和多尺度Hough變換，檢查線條的最小角度。

max_theta參數(shù)表示對于標(biāo)準(zhǔn)和多尺度Hough變換，檢查線條的最大角度。

2.opencv的HoughLinesP函數(shù)是統(tǒng)計概率霍夫線變換函數(shù)，該函數(shù)能輸出檢測到的直線的端點，其函數(shù)原型為：HoughLinesP(image, rho, theta, threshold[, lines[, minLineLength[, maxLineGap]]]) -> lines

image參數(shù)表示邊緣檢測的輸出圖像，該圖像為單通道8位二進(jìn)制圖像。

rho參數(shù)表示參數(shù)極徑以像素值為單位的分辨率，這里一般使用 1 像素。

theta參數(shù)表示參數(shù)極角以弧度為單位的分辨率，這里使用 1度。

threshold參數(shù)表示檢測一條直線所需最少的曲線交點。

lines參數(shù)表示儲存著檢測到的直線的參數(shù)對 的容器，也就是線段兩個端點的坐標(biāo)。

minLineLength參數(shù)表示能組成一條直線的最少點的數(shù)量，點數(shù)量不足的直線將被拋棄。

maxLineGap參數(shù)表示能被認(rèn)為在一條直線上的亮點的最大距離。

以上就是Python+OpenCV圖像處理——實現(xiàn)直線檢測的詳細(xì)內(nèi)容，更多關(guān)于python 直線檢測的資料請關(guān)注腳本之家其它相關(guān)文章！