Python как обнаружить вертикальные и горизонтальные линии в изображении с HoughLines с OpenCV?
Я пытаюсь получить порог калибровки доске. Я не могу обнаружить непосредственно углы шахматной доски, так как есть пыль, когда я наблюдаю за микро-шахматной доской. Я пробую несколько методов, и HoughLinesP кажется самым простым подходом. Но результаты не очень хорошие, как улучшить свои результаты?
import numpy as np
import cv2
img = cv2.imread('lines.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150,apertureSize = 3)
print img.shape[1]
print img.shape
minLineLength=100
lines = cv2.HoughLinesP(image=edges,rho=0.02,theta=np.pi/500, threshold=10,lines=np.array([]), minLineLength=minLineLength,maxLineGap=100)
a,b,c = lines.shape
for i in range(a):
cv2.line(img, (lines[i][0][0], lines[i][0][1]), (lines[i][0][2], lines[i][0][3]), (0, 0, 255), 3, cv2.LINE_AA)
cv2.imwrite('houghlines5.jpg',img)
Как вы можете видеть на рисунке ниже, я не могу получить свою шахматную доску, линии нанесены во многих направлениях... (оригинальная картина : https://s22.postimg.org/iq2b91xq9/droite_Image_00000.jpg)
3 ответов
вы используете слишком малое значение для РО.
попробуйте следующий код: -
import numpy as np
import cv2
gray = cv2.imread('lines.jpg')
edges = cv2.Canny(gray,50,150,apertureSize = 3)
cv2.imwrite('edges-50-150.jpg',edges)
minLineLength=100
lines = cv2.HoughLinesP(image=edges,rho=1,theta=np.pi/180, threshold=100,lines=np.array([]), minLineLength=minLineLength,maxLineGap=80)
a,b,c = lines.shape
for i in range(a):
cv2.line(gray, (lines[i][0][0], lines[i][0][1]), (lines[i][0][2], lines[i][0][3]), (0, 0, 255), 3, cv2.LINE_AA)
cv2.imwrite('houghlines5.jpg',gray)
обратите внимание, изменения в значение rho, значение pi и maxLineGap для уменьшения выбросов.
Я бы предпочел написать это как комментарий, но, к сожалению, я не могу. Вы должны изменить minLineLength и minLineGap. Или что, если его просто sqaures, что вы должны найти, я бы получить все линии и проверить углы между ними, чтобы получить линии только вдоль квадратов. Я работал с HoughLineP раньше, и это в значительной степени основано на двух приведенных выше аргументах. Кроме того, попробуйте использовать двустороннюю фильтрацию. Я действительно помогаю, когда заточка с использованием медианного фильтра не помогает.
в обработке изображений они некоторые роли вам предстоит пройти, такие как фильтры, прежде чем вы идете для выделения контуров, в вашем состоянии пыль-это просто шум, который вы должны извлечь фильтр, использовать gausse или blure после этого с помощью пороговой обработки, а затем использовать Канни по краям и в OpenCV, они cornere обнаружения можно использовать, или вы можете просто пойти на ключевые точки после threshholding если я не ошибаюсь.. попробуйте сделать эти шаги и увидеть resulte