opencv-霍夫变换

霍夫变换(Hough Transform)是一种图像处理技术,用于检测图像中的直线、圆和其他简单形状。它通过将图像空间(像素空间)中的点映射到参数空间,从而将形状检测问题转换为参数空间中的峰值检测问题。霍夫变换最常用的应用是直线检测和圆检测。

1. 直线检测

在直线检测中,霍夫变换将图像中的点映射到直线参数空间。通常有两种表示直线的方式:

  • 标准方程: ( y = mx + c )
  • 极坐标方程: ( \rho = x \cos \theta + y \sin \theta )

其中,(\rho) 是从原点到直线的垂直距离,(\theta) 是从x轴正方向逆时针旋转到该垂直线的角度。

OpenCV中的霍夫直线变换

在OpenCV中,有两种实现霍夫直线变换的方法:

  1. 标准霍夫变换 cv2.HoughLines
  2. 概率霍夫变换 cv2.HoughLinesP
标准霍夫变换 cv2.HoughLines
python 复制代码
import cv2
import numpy as np

# 读取图像并转换为灰度图
img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 应用Canny边缘检测
edges = cv2.Canny(gray, 50, 150, apertureSize=3)

# 标准霍夫变换
lines = cv2.HoughLines(edges, 1, np.pi / 180, 200)

# 绘制检测到的直线
if lines is not None:
    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.imshow('Detected Lines', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
概率霍夫变换 cv2.HoughLinesP
python 复制代码
import cv2
import numpy as np

# 读取图像并转换为灰度图
img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 应用Canny边缘检测
edges = cv2.Canny(gray, 50, 150, apertureSize=3)

# 概率霍夫变换
lines = cv2.HoughLinesP(edges, 1, np.pi / 180, threshold=100, minLineLength=100, maxLineGap=10)

# 绘制检测到的直线
if lines is not None:
    for line in lines:
        x1, y1, x2, y2 = line[0]
        cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255), 2)

cv2.imshow('Detected Lines', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. 圆检测

霍夫圆变换是霍夫变换的另一种形式,用于检测图像中的圆。

OpenCV中的霍夫圆变换

在OpenCV中,可以使用 cv2.HoughCircles 来实现霍夫圆变换。

python 复制代码
import cv2
import numpy as np

# 读取图像并转换为灰度图
img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 应用高斯模糊
gray = cv2.GaussianBlur(gray, (9, 9), 2)

# 霍夫圆变换
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, dp=1.2, minDist=30, param1=50, param2=30, minRadius=10, maxRadius=100)

# 绘制检测到的圆
if circles is not None:
    circles = np.uint16(np.around(circles))
    for i in circles[0, :]:
        cv2.circle(img, (i[0], i[1]), i[2], (0, 255, 0), 2)
        cv2.circle(img, (i[0], i[1]), 2, (0, 0, 255), 3)

cv2.imshow('Detected Circles', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

总结

  • 霍夫直线变换 :可以使用标准霍夫变换(cv2.HoughLines)和概率霍夫变换(cv2.HoughLinesP)来检测图像中的直线。标准霍夫变换适用于检测直线较多的场景,而概率霍夫变换更适合检测少量且较长的直线。
  • 霍夫圆变换 :可以使用 cv2.HoughCircles 检测图像中的圆形物体。通过调节参数,可以检测不同大小和不同间距的圆。

霍夫变换在图像处理和计算机视觉中有广泛的应用,尤其适用于检测图像中的几何形状,如直线和圆。

相关推荐
2403_875736872 分钟前
道品科技智慧农业中的自动气象检测站
网络·人工智能·智慧城市
学术头条25 分钟前
AI 的「phone use」竟是这样练成的,清华、智谱团队发布 AutoGLM 技术报告
人工智能·科技·深度学习·语言模型
准橙考典26 分钟前
怎么能更好的通过驾考呢?
人工智能·笔记·自动驾驶·汽车·学习方法
ai_xiaogui30 分钟前
AIStarter教程:快速学会卸载AI项目【AI项目管理平台】
人工智能·ai作画·语音识别·ai写作·ai软件
孙同学要努力34 分钟前
《深度学习》——深度学习基础知识(全连接神经网络)
人工智能·深度学习·神经网络
喵~来学编程啦1 小时前
【论文精读】LPT: Long-tailed prompt tuning for image classification
人工智能·深度学习·机器学习·计算机视觉·论文笔记
深圳市青牛科技实业有限公司1 小时前
【青牛科技】应用方案|D2587A高压大电流DC-DC
人工智能·科技·单片机·嵌入式硬件·机器人·安防监控
水豚AI课代表2 小时前
分析报告、调研报告、工作方案等的提示词
大数据·人工智能·学习·chatgpt·aigc
几两春秋梦_2 小时前
符号回归概念
人工智能·数据挖掘·回归
用户691581141653 小时前
Ascend Extension for PyTorch的源码解析
人工智能