2

我是学生，我必须使用霍夫变换来检测图像的边界，我们会说骨架。我也与 Pyside 合作。

为此，我知道如何执行霍夫变换，我找到了一个带有 Python 插件的网站（http://scikits-image.org/docs/0.4/api/skimage.transform.html#hough），它给我作为回报：H：uint64（霍夫变换累加器）的二维ndarray，距离和theta：ndarray（计算变换的角度。）

所以，有了这些信息，我想反转霍夫变换，以获得图像的“骨架”并将其表示在“正常”空间 y=ax+b （对于所有线条和形状）。

为了做到这一点，我找到了一篇文章 Window-base Inverse Hough Transform。本文讨论了一种通过使用下面的算法（两步）来做到这一点的方法，问题是我真的不知道如何将它放入我的应用程序中，甚至放入 Python 中：s

如果您想要更多信息（我可以发布太多链接，它会出现）所以这个链接，我们将引导您到一个论坛，我已经发布了我的信息（链接到法语论坛（帖子＃6）。

您将在帖子 #6 中看到算法和 pdf 文章站点的链接。

非常感谢您的帮助。

4

1 回答 1

1

寻找已知形状的边界是一个不同的挑战。我不确定您是否正确使用了关键字 - 寻找广义霍夫变换可能比寻找逆霍夫变换更好。

上面链接中的霍夫变换已经向您展示了累加器的所有角度的输出：out、angles、d = hough(img)

以弧度为单位的角度和以像素为单位的 d 距离。所以您对 y=ax+b 的要求已经得到满足（a 是 angle[i]，b 是 d[i]）。显然，这种霍夫变换实现仅适用于线条。

于 2012-08-15T11:40:46.537 回答