OpenCV直线段检测算法类cv::line_descriptor::LSDDetector

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

该类用于实现 LSD (Line Segment Detector) 直线段检测算法。LSD 是一种快速、准确的直线检测方法,能够在不依赖边缘检测的前提下直接从图像中提取出直线段。

它是 OpenCV 的 line_descriptor 模块的一部分,常用于计算机视觉任务如图像拼接、SLAM、特征匹配等。

主要功能:

  • 从灰度图像中检测直线段;
  • 支持多尺度和多金字塔层处理;
  • 输出结构化信息:线段起点、终点、长度、响应值等;
  • 可与 BinaryDescriptor 配合使用,进行线段描述符提取和匹配;

公共成员函数

  1. 创建 LSDDetector 实例
cpp 复制代码
Ptr<LSDDetector> lsd = LSDDetector::createLSDDetector();

说明:

  • 静态工厂方法,用于创建一个默认配置的 LSD 检测器;
  • 返回智能指针 Ptr。
  1. detect() 方法:检测线段
cpp 复制代码
void detect( const Mat& image, CV_OUT std::vector<KeyLine>& keylines,
             int scale, int numOctaves, const Mat& mask = Mat() );

参数说明:

参数 类型 含义
image const Mat& 输入图像(通常为单通道灰度图)
keylines std::vector& 输出的线段列表
scale int 图像缩放比例(尺度空间参数)
numOctaves int 构建的金字塔层数(尺度空间层级数)
mask const Mat&(可选) 感兴趣区域掩码

代码示例

cpp 复制代码
#include <opencv2/line_descriptor.hpp>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace cv::line_descriptor;

int main()
{
    // 加载图像
    Mat image = imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png", IMREAD_GRAYSCALE );
    if ( image.empty() )
    {
        std::cerr << "无法加载图像!" << std::endl;
        return -1;
    }

    // 创建 LSDDetector
    Ptr< LSDDetector > lsd = LSDDetector::createLSDDetector();

    // 存储线段
    std::vector< KeyLine > keylines;

    // 设置参数
    int scale       = 2;  // 尺度
    int num_octaves = 1;  // 金字塔层数

    // 检测线段
    lsd->detect( image, keylines, scale, num_octaves );

    std::cout << "检测到线段数量: " << keylines.size() << std::endl;

    // 可视化线段
    Mat colorImage;
    cvtColor( image, colorImage, COLOR_GRAY2BGR );

    for ( const auto& kl : keylines )
    {
        Point pt1( kl.startPointX, kl.startPointY );
        Point pt2( kl.endPointX, kl.endPointY );
        line( colorImage, pt1, pt2, Scalar( 0, 0, 255 ), 1 );  // 红色线段
    }

    imshow( "Detected Lines", colorImage );
    waitKey( 0 );

    return 0;
}

运行结果

相关推荐
焦耳加热1 天前
湖南大学/香港城市大学《ACS Catalysis》突破:微波热冲击构筑异质结,尿素电氧化性能跃升
人工智能·科技·能源·制造·材料工程
这张生成的图像能检测吗1 天前
(论文速读)基于迁移学习的大型复杂结构冲击监测
人工智能·数学建模·迁移学习·故障诊断·结构健康监测·传感器应用·加权质心算法
源于花海1 天前
迁移学习的第一类方法:数据分布自适应(1)——边缘分布自适应
人工智能·机器学习·迁移学习·数据分布自适应
小北方城市网1 天前
鸿蒙6.0:生态质变与全场景智慧体验的全面跃升
人工智能·ai·鸿蒙6.0
呆萌很1 天前
Canny 边缘检测
人工智能
视界先声1 天前
2025年GEO自动化闭环构建实践:监测工具选型与多平台反馈机制工程分享
大数据·人工智能·自动化
总爱写点小BUG1 天前
打印不同的三角形(C语言)
java·c语言·算法
陈天伟教授1 天前
人工智能训练师认证教程(3)Pandas数据世界的军刀
人工智能·数据分析·pandas
yaoh.wang1 天前
力扣(LeetCode) 27: 移除元素 - 解法思路
python·程序人生·算法·leetcode·面试·职场和发展·双指针
another heaven1 天前
【深度学习 YOLO官方模型全解析】
人工智能·深度学习·yolo