在opencv中使用霍夫变换检测垂直线

Posted 2023-02-21

【中文标题】在opencv中使用霍夫变换检测垂直线

【英文标题】：Detecting vertical lines using Hough transforms in opencv

【发布时间】：2017-07-25 17:46:18

【问题描述】：

我正在尝试使用 opencv (Python) 中的 Hough 变换删除方框（垂直和水平线）。问题是没有检测到任何垂直线。我试过查看轮廓和层次结构，但是这张图片中的轮廓太多了，我很困惑如何使用它们。

查看相关帖子后，我使用了 threshold 和 rho 参数，但这并没有帮助。 我已附上代码以获取更多详细信息。为什么霍夫变换找不到图像中的垂直线？欢迎提出解决此任务的任何建议。谢谢。

输入图像：

霍夫变换图片：

绘制轮廓：

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)

【问题讨论】：

部分问题可能是初始阈值，看起来太低了。检查中间图像。我还没有真正回答您最初的问题，但我发布了一种可能可行的替代方法。

【参考方案1】：

说实话，与其寻找线条，不如寻找白框。

准备

import cv2
import numpy as np

加载图片

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

将其二值化，使方框和数字均为黑色，其余为白色

_, thresh = cv2.threshold(img, 200, 255, cv2.THRESH_BINARY)
cv2.imwrite('digitbox_step1.png', thresh)

寻找轮廓。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，过滤掉任何面积过小的轮廓。找到每个轮廓的凸包，创建轮廓外所有区域的蒙版。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)

扩大蒙版（缩小黑色部分），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)

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)

根据需要处理数字 - 我将只绘制边界框。

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)

---

一个完整的脚本：

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)

【讨论】：

这是完美的。这是了解凸包和轮廓如何在 opencv 中工作的一个很好的例子。谢谢！！

嗨，你能告诉我如何找到水平线的数量吗？请告诉我