python opencv檢測直線 cv2.HoughLinesP的實(shí)現(xiàn)

cv2.HoughLines()函數(shù)是在二值圖像中查找直線，cv2.HoughLinesP()函數(shù)可以查找直線段。

cv2.HoughLinesP()函數(shù)原型：

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

• image： 必須是二值圖像，推薦使用canny邊緣檢測的結(jié)果圖像； 
• rho: 線段以像素為單位的距離精度，double類型的，推薦用1.0 
• theta： 線段以弧度為單位的角度精度，推薦用numpy.pi/180 
• threshod: 累加平面的閾值參數(shù)，int類型，超過設(shè)定閾值才被檢測出線段，值越大，基本上意味著檢出的線段越長，檢出的線段個(gè)數(shù)越少。根據(jù)情況推薦先用100試試
• lines：這個(gè)參數(shù)的意義未知，發(fā)現(xiàn)不同的lines對結(jié)果沒影響，但是不要忽略了它的存在 
• minLineLength：線段以像素為單位的最小長度，根據(jù)應(yīng)用場景設(shè)置 
• maxLineGap：同一方向上兩條線段判定為一條線段的最大允許間隔（斷裂），超過了設(shè)定值，則把兩條線段當(dāng)成一條線段，值越大，允許線段上的斷裂越大，越有可能檢出潛在的直線段

HoughLinesP()調(diào)用例子：

# coding=utf-8
import cv2
import numpy as np
 
img = cv2.imread('02.jpg')
 
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 
gaus = cv2.GaussianBlur(gray,(3,3),0)
 
edges = cv2.Canny(gaus, 50, 150, apertureSize=3)
 
minLineLength = 100
maxLineGap = 10
lines = cv2.HoughLinesP(edges, 1, np.pi / 180, 100, minLineLength, maxLineGap)
 
for x1, y1, x2, y2 in lines[0]:
    cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 2)
 
cv2.imshow("houghline",img)
cv2.waitKey()
cv2.destroyAllWindows()

到此這篇關(guān)于python opencv檢測直線 cv2.HoughLinesP的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)opencv檢測直線cv2.HoughLinesP內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！