首页 文章

在opencv中使用Hough变换检测垂直线

提问于
浏览 次
3

我试图在opencv（Python）中使用Hough变换删除方框（垂直和水平线） . 问题是没有检测到垂直线 . 我已经尝试了查看轮廓和层次结构，但是这个图像中有太多的轮廓，我很困惑如何使用它们 .

在查看相关帖子后，我玩了阈值和rho参数，但这没有帮助 . 我已附上代码以获取更多详细信息 . 为什么Hough变换找不到图像中的垂直线？欢迎任何解决此任务的建议 . 谢谢 .

输入图片：
enter image description here

Hough转换图片：
enter image description here

绘制轮廓：
enter image description here

import cv2
import numpy as np
import pdb


img = cv2.imread('/home/user/Downloads/cropped/robust_blaze_cpp-300-0000046A-02-HW.jpg')

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 140, 255, 0)
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img, contours, -1, (0,0,255), 2)

edges = cv2.Canny(gray,50,150,apertureSize = 3)
minLineLength = 5
maxLineGap = 100
lines = cv2.HoughLinesP(edges,rho=1,theta=np.pi/180,threshold=100,minLineLength=minLineLength,maxLineGap=maxLineGap)
for x1,y1,x2,y2 in lines[0]:
    cv2.line(img,(x1,y1),(x2,y2),(0,255,0),2)

cv2.imwrite('probHough.jpg',img)
python opencv

1 回答

  • 11

    说实话，我不是寻找线条，而是寻找白色的盒子 .

    • 准备
    import cv2
import numpy as np
    • 加载图像
    img = cv2.imread("digitbox.jpg", 0)
    • 二进制化，以便框和数字都是黑色，其余为白色
    _, thresh = cv2.threshold(img, 200, 255, cv2.THRESH_BINARY)
cv2.imwrite('digitbox_step1.png', thresh)

    Step 1 -- thresholded input

    • 查找轮廓 . 在此示例图像中，只需查找外部轮廓即可 .
    _, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    • 处理轮廓，过滤掉任何面积太小的轮廓 . 找到每个轮廓的凸包，创建轮廓外的所有区域的蒙版 . 存储每个找到的轮廓的边界框，按x坐标排序 .
    mask = np.ones_like(img) * 255

boxes = []

for contour in contours:
    if cv2.contourArea(contour) > 100:
        hull = cv2.convexHull(contour)
        cv2.drawContours(mask, [hull], -1, 0, -1)
        x,y,w,h = cv2.boundingRect(contour)
        boxes.append((x,y,w,h))

boxes = sorted(boxes, key=lambda box: box[0])

cv2.imwrite('digitbox_step2.png', mask)

    Step 2 -- the mask

    • 扩大面具（收缩黑色部分），剪掉任何残留的灰色框架 .
    mask = cv2.dilate(mask, np.ones((5,5),np.uint8))

cv2.imwrite('digitbox_step3.png', mask)

    Step 3 -- dilated mask

    • 用白色填充所有蒙版像素，以擦除帧 .
    img[mask != 0] = 255

cv2.imwrite('digitbox_step4.png', img)

    Step 4 - cleaned up input

    • 根据需要处理数字 - 我只是绘制边界框 .
    result = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)

for n,box in enumerate(boxes):
    x,y,w,h = box
    cv2.rectangle(result,(x,y),(x+w,y+h),(255,0,0),2)
    cv2.putText(result, str(n),(x+5,y+17), cv2.FONT_HERSHEY_SIMPLEX, 0.6,(255,0,0),2,cv2.LINE_AA)

cv2.imwrite('digitbox_step5.png', result)

    Enumerated bounding boxes

    整个剧本是一体的：

    import cv2
import numpy as np

img = cv2.imread("digitbox.jpg", 0)

_, thresh = cv2.threshold(img, 200, 255, cv2.THRESH_BINARY)
_, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

mask = np.ones_like(img) * 255
boxes = []

for contour in contours:
    if cv2.contourArea(contour) > 100:
        hull = cv2.convexHull(contour)
        cv2.drawContours(mask, [hull], -1, 0, -1)
        x,y,w,h = cv2.boundingRect(contour)
        boxes.append((x,y,w,h))

boxes = sorted(boxes, key=lambda box: box[0])

mask = cv2.dilate(mask, np.ones((5,5),np.uint8))

img[mask != 0] = 255

result = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)

for n,box in enumerate(boxes):
    x,y,w,h = box
    cv2.rectangle(result,(x,y),(x+w,y+h),(255,0,0),2)
    cv2.putText(result, str(n),(x+5,y+17), cv2.FONT_HERSHEY_SIMPLEX, 0.6,(255,0,0),2,cv2.LINE_AA)

cv2.imwrite('digitbox_result.png', result)
    回复于

相关问题