2

考虑图像中的三个点 A、B、C。

在此处输入图像描述

下面是它们在 300x300 大小的图像中的坐标。

在此处输入图像描述

我正在尝试使用下面的 HoughLinesP 代码检测并绘制一条连接这三个点的线。

import cv2
import numpy as np

img = cv2.imread('test.png')
img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #Convert img to grayscale 
lines = cv2.HoughLinesP(img, rho=1, theta=np.pi/180, threshold=1, minLineLength=5, maxLineGap=10)
print(lines)

for line in lines:
    x1, y1, x2, y2 = line[0]
    cv2.line(img, (x1, y1), (x2, y2), 255, 1)
cv2.imshow("result", img)

但是它检测到一条只通过B和C的线。为什么会这样?

Output:
[[[110 100 120 100]]]

在此处输入图像描述

4

2 回答 2

2

cv2.HoughLinesP()主要用于检测线,并不真正用于绘图。要根据您的三个点画一条线,您可以尝试其他一些选项。第一种方法是通过找到最左边和最右边的点然后用 绘制线来过滤点cv2.line()。另一种方法是找到所有点然后使用cv2.fillPoly(). 第三种方法是使用cv2.polylines()

在此处输入图像描述

import cv2
import numpy as np

image = cv2.imread('1.png')
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
coords = np.column_stack(np.where(gray > 0))
coords = np.rot90(coords, 2)
cv2.fillPoly(image, [coords], (36,255,12)) # or
# cv2.polylines(image, [coords], 1, (36,255,12))

cv2.imshow('image', image)
cv2.imwrite('image.png', image)
cv2.waitKey()
于 2019-09-17T01:07:01.653 回答
0
  • 通过为 rho 和 theta 提供更小的值来增加累加器的分辨率。
  • 将累加器的阈值设置为最小值 2。
lines = cv2.HoughLinesP(img, rho=0.1, theta=np.pi/180 * 0.1, threshold=2, minLineLength=5, maxLineGap=10)

在此处输入图像描述

于 2019-09-19T13:19:41.757 回答