Python-opencv 笔记3 -- 霍夫变换（Hough）

版权声明： https://blog.csdn.net/Wang_Jiankun/article/details/82355344

Python-opencv 笔记2 – 霍夫变换（Hough）

---

1、标准霍夫变换 HoughLinesP

函数原型：

HoughLines(image, rho, theta, threshold, lines=None, srn=None, stn=None, min_theta=None, max_theta=None)    

• lines ：存储检测结果，直线用半径和角度表示

---

2、概率霍夫变换 HoughLinesP

函数原型：

HoughLinesP(image, rho, theta, threshold, lines=None, minLineLength=None, maxLineGap=None)

• image：待检测的图像
• rho：直线半径的搜索步长，单位为像素
• theta：直线角度使得搜索步长，单位为弧度
• threshold：累加阈值，只有属于同一直线的点数超过该阈值才会被检测为直线
• lines ：存储检测结果1x1x4的矩阵，直线用两点坐标表示（x1, y1, x2, y2）
• minLineLength ：检测为直线的最短长度，单位为像素
• maxLineGap：直线断点的最大距离

import cv2
import numpy as np  

# 读取图像>高斯模糊>边缘检测
img = cv2.imread("1.jpg")
img = cv2.GaussianBlur(img, (3,3), 0)
edges = cv2.Canny(img, 50, 150, apertureSize = 3)

# 概率霍夫变换
minLineLength = 200
maxLineGap = 15
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 80, minLineLength, maxLineGap)
lines = np.squeeze(lines)
for x1,y1,x2,y2 in lines:
    cv2.line(img,(x1,y1),(x2,y2),(0,255,0),2)

cv2.imshow('Result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

---