Python OpenCV 霍夫（Hough Transform）直线变换检测应用

梦想橡皮擦

关注

发布于: 2021 年 07 月 15 日

Python OpenCV 365 天学习计划，与橡皮擦一起进入图像领域吧。本篇博客是这个系列的第 34 篇。

基础知识铺垫

上篇博客咱们一起学习了霍夫直线检测的原理，本篇就从应用层对其进行学习啦。

学习了原理之后，在查看函数原型，发现确实简单了许多。

霍夫直线变换函数原型

在 OpenCV 中提供了两个霍夫直线检测的函数，一个是标准霍夫变换，另一个是概率霍夫变换。

先学习一下标准霍夫变换吧，该变化方式也叫做多尺度霍夫变换。

该方法使用的函数是 <kbd>cv2.HoughLines</kbd>，函数原型如下

lines = cv2.HoughLines(image, rho, theta, threshold[, lines[, srn[, stn[, min_theta[, max_theta]]]]])

复制代码

参数说明：

image：输入 8 位灰度图像；
rho：生成极坐标时像素扫描步长；
theta：生成极坐标时候的角度步长；
threshold：阈值；
lines：返回值，极坐标表示的直线；
sen：是否应用多尺度的霍夫变换，如果不是设置 0 表示经典霍夫变换；
stn：是否应用多尺度的霍夫变换，如果不是设置 0 表示经典霍夫变换；
min_theta：角度扫描范围最小值；
max_theta：角度扫描范围最大值。

该函数的返回值就是上篇博客提及的 （ θ,ρ ），其中 ρ 的单位是像素， θ 的单位是弧度。

既然是直线检测，那我们先把图像的边缘检测出来，通过之前学习的知识即可，加入滑动条，方便调参。

import cv2 as cvimport numpy as np
src = cv.imread("./331.jpg")gray_img = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
def nothing():    pass
cv.namedWindow("bar")cv.createTrackbar("threshold1", "bar", 0, 255, nothing)cv.createTrackbar("threshold2", "bar", 0, 255, nothing)
dst = cv.equalizeHist(gray_img)# 高斯滤波降噪gaussian = cv.GaussianBlur(dst, (9, 9), 0)cv.imshow("gaussian", gaussian)
while True:    threshold1 = cv.getTrackbarPos("threshold1", "bar")    threshold2 = cv.getTrackbarPos("threshold2", "bar")    # 边缘检测    edges = cv.Canny(gaussian, threshold1, threshold2)    cv.imshow("edges", edges)    if cv.waitKey(1) & 0xFF == 27:        break
cv.destroyAllWindows()

复制代码

运行代码之后，获取到的边缘如下，下面就可以对直线进行获取了，通过<kbd>cv2.HoughLines</kbd>函数。

修改代码如下：

import cv2 as cvimport numpy as np
src = cv.imread("./331.jpg")gray_img = cv.cvtColor(src, cv.COLOR_BGR2GRAY)

dst = cv.equalizeHist(gray_img)# 高斯滤波降噪gaussian = cv.GaussianBlur(dst, (9, 9), 0)# cv.imshow("gaussian", gaussian)
# 边缘检测edges = cv.Canny(gaussian, 70, 150)cv.imshow("edges", edges)# Hough 直线检测# 重点注意第四个参数 阈值，只有累加后的值高于阈值时才被认为是一条直线，也可以把它看成能检测到的直线的最短长度（以像素点为单位）# 在霍夫空间理解为：至少有多少条正弦曲线交于一点才被认为是直线lines = cv.HoughLines(edges, 1.0, np.pi/180, 150)
# 将检测到的直线通过极坐标的方式画出来print(lines.ndim)print(lines.shape)for line in lines:    # line[0]存储的是点到直线的极径和极角，其中极角是弧度表示的，theta是弧度    rho, theta = line[0]
    # 下述代码为获取 (x0,y0) 具体值    a = np.cos(theta)    b = np.sin(theta)
    x0 = a*rho    y0 = b*rho
    # 下图 1000 的目的是为了将线段延长    # 以 (x0,y0) 为基础，进行延长    x1 = int(x0+1000*(-b))    y1 = int(y0+1000*a)    x2 = int(x0-1000*(-b))    y2 = int(y0-1000*a)
    cv.line(src, (x1, y1), (x2, y2), (0, 255, 0), 2)cv.imshow("src", src)cv.waitKey()cv.destroyAllWindows()

复制代码

上述代码中，相关说明如下：

第二个参数为半径的步长，第三个参数为每次偏转的角度，即我们提及的 ρ 和 θ；
rho 参数为极径 r，以像素值为单位，本案例使用 1 像素；
theta参数极角 θ 以弧度为单位，本案例使用 1 度 (即 np.pi/180)；
threshold 参数随便给的。

还有计算具体坐标用到的公式其实是这样的：(p,q) = (rcosθ,rsinθ)

运行效果基本满意，达到预期。

概率霍夫变换（Probabilistic Hough Transform）

概率霍夫变换是一种概率直线检测，它是针对于上文标准霍夫检测的优化，核心点是采取概率挑选机制，选取一些点出来进行计算，相当于降采样。

函数名称与原型如下：

lines = cv2.HoughLinesP(image, rho, theta, threshold[, lines[, minLineLength[, maxLineGap]]])

复制代码

参数说明：

src：输入 8-bit 的灰度图像；
rho：像素为单位的距离精度，double 类型的，推荐用 1.0；
theta：以弧度为单位的角度精度，推荐用 numpy.pi/180；
threshold：阈值；
lines：输出的极坐标来表示直线；
minLineLength：最短长度阈值，比这个长度短的线会被排除；
maxLineGap：最大间隔，如果小于此值，这两条直线就被看成是一条直线。

该函数还有一个优点，返回值是一条条线段，不用我们在进行转换了

修改上文代码如下，参数赋值部分直接写的，你可以自由修改，也可以通过滑动条调参：

import cv2 as cvimport numpy as np
src = cv.imread("./331.jpg")gray_img = cv.cvtColor(src, cv.COLOR_BGR2GRAY)

dst = cv.equalizeHist(gray_img)# 高斯滤波降噪gaussian = cv.GaussianBlur(dst, (9, 9), 0)# cv.imshow("gaussian", gaussian)
# 边缘检测edges = cv.Canny(gaussian, 70, 150)cv.imshow("edges", edges)
lines = cv.HoughLinesP(edges, 1.0, np.pi/180, 100,                       minLineLength=100, maxLineGap=6)print(type(lines))for line in lines:    x1, y1, x2, y2 = line[0]    cv.line(src, (x1, y1), (x2, y2), (0, 255, 0), 2)cv.imshow("src", src)cv.waitKey()cv.destroyAllWindows()

复制代码

运行代码之后，可以获取到相应的线段。

橡皮擦的小节

OpenCV 的文章阶段性的难度开始爬升了，有些地方概念还是有点模糊，需要学习的地方太多了，一起加油吧

希望今天的 1 个小时（今天内容有点多，不一定可以看完），你有所收获，我们下篇博客见~

相关阅读

博主 ID：梦想橡皮擦，希望大家点赞、评论、收藏。

发布于: 2021 年 07 月 15 日阅读数: 4

原文链接:【http://xie.infoq.cn/article/69365a2b67b631b4308eccd8a】。文章转载请联系作者。

梦想橡皮擦

关注

爬虫 100 例作者，蓝桥签约作者，博客专家 2021.02.06 加入

6 年产品经理+教学经验，3 年互联网项目管理经验；互联网资深爱好者；沉迷各种技术无法自拔，导致年龄被困在 25 岁； CSDN 爬虫 100 例作者。个人公众号“梦想橡皮擦”。

发布

暂无评论

创作场景

Python OpenCV 霍夫（Hough Transform）直线变换检测应用

基础知识铺垫

霍夫直线变换函数原型

概率霍夫变换（Probabilistic Hough Transform）

橡皮擦的小节

梦想橡皮擦

评论