利用Opencv中的Houghline方法進行直線檢測—python語言

這是給Python部落翻譯的文章，請在這里看原文。

在圖像處理中，霍夫變換用來檢測任意能夠用數學公式表達的形狀，即使這個形狀被破壞或者有點扭曲。

下面我們將看到利用HoughLine算法來闡述霍夫變化進行直線檢測的原理，把此算法應用到特點圖像的邊緣檢測是可取的。邊緣檢測方法請參考這篇文章–邊緣檢測。

Houghline算法基礎

直線可以表示為y=mx+c，或者以極坐標形式表示為r=xcosθ+ysinθ，其中r是原點到直線的垂直距離，θ是水平軸順時針方向到垂直線的夾角(這個方向取決于坐標的形式，在OpenCV就是采用這種極坐標形式)。

因此任意的曲線都可以用兩個參數(r,θ)表示。

HoughLine算法原理：

例子：

假設一幅100x100的圖像，在圖像中間有一條水平直線。設直線的第一個點的坐標為(x,y)，在直線方程中，令參數θ=0,12,⋯,180，觀查參數r變化。對每一個參數對(r,θ)，在累加器中將(r,θ)對應的單元格中的值遞增1，比如現在在累加器中，某個單元(50,90)的值等于1，其它的值也如此。

對于直線上的第二個點，重復上述操作。將得到的參數對(r,θ)的對應值繼續遞增，然后(50,90)對應的值等于2。實現上我們是對參數對(r,θ)進行投票，對直線上的每一個點重復上述操作，對每一個點，單元格(50,90)對應的值會遞增，或者說投票給參數對(50,90)，而會或者不會投票給其它參數對。以這種方式，最后單元格(50,90)的值將會是最大的值。然后搜索累加器的最大值，將會找到參數對(50,90)。也就是說，在圖像中找到了到原點距離為50,角度為90的一條直線。

上述算法的過程被封裝成OpenCV函數cv2.HoughLines()，函數返回(r,θ)的一個數組，其中r的單位為像素，θ的單位為弧度。

# Python program to illustrate HoughLine# method for line detectionimport cv2import numpy as np# Reading the required image in # which operations are to be done. # Make sure that the image is in the same # directory in which this python program isimg = cv2.imread('xyz.jpg')# Convert the img to grayscalegray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)# Apply edge detection method on the imageedges = cv2.Canny(gray,50,150,apertureSize = 3)# This returns an array of r and theta valueslines = cv2.HoughLines(edges,1,np.pi/180, 200)# The below for loop runs till r and theta values # are in the range of the 2d arrayfor r,theta in lines[0]: # Stores the value of cos(theta) in a a = np.cos(theta) # Stores the value of sin(theta) in b b = np.sin(theta) # x0 stores the value rcos(theta) x0 = a*r # y0 stores the value rsin(theta) y0 = b*r # x1 stores the rounded off value of (rcos(theta)-1000sin(theta)) x1 = int(x0 + 1000*(-b)) # y1 stores the rounded off value of (rsin(theta)+1000cos(theta)) y1 = int(y0 + 1000*(a)) # x2 stores the rounded off value of (rcos(theta)+1000sin(theta)) x2 = int(x0 - 1000*(-b)) # y2 stores the rounded off value of (rsin(theta)-1000cos(theta)) y2 = int(y0 - 1000*(a)) # cv2.line draws a line in img from the point(x1,y1) to (x2,y2). # (0,0,255) denotes the colour of the line to be  #drawn. In this case, it is red.  cv2.line(img,(x1,y1), (x2,y2), (0,0,255),2)# All the changes made in the input image are finally# written on a new image houghlines.jpgcv2.imwrite('houghlines3.jpg', img)