问题标签 [straight-line-detection]

所以我有这样的图像

_{（来源：de-viz.ru）}

我想得到这样的东西（我没有画出我想要的所有线条，但我希望你能明白我的想法）

_{（来源：narod.ru）}

我需要一些超快速的算法来找到它上面的所有直线。我想给出最小长度和最大线失真等算法参数。我想获得相对于图片像素坐标线的起点和终点。

所以在这张图片上找到瓷砖之间的所有线条和顶部的 2 条黑色线条。

所以我需要算法来超快速地在图片上找到不同颜色的直线。

有没有这样的算法？（超级骗子快=）

所以我有这样的图像：

我想得到这样的东西（我没有画出我想要的所有线条，但我希望你能明白我的想法）：

我想使用 SURF（（Speeded Up Robust Features）是一种强大的图像描述符，由Herbert Bay 等人于 2006 年首次提出）或基于 2D Haar 小波响应之和并有效利用积分图像的东西找到图像上的所有直线。我想获得相对于图片像素坐标线的起点和终点。

所以在这张图片上找到瓷砖之间的所有线条和顶部的那两条黑线。

是否有任何这样的代码示例（具有行搜索功能）可以开始？

我喜欢 C 和 C++，但任何其他可读的代码都可能对我有用=)

所以我有这样的图像

_{（来源：de-viz.ru）}

我想得到这样的东西（我没有画出我想要的所有线条，但我希望你能明白我的想法）

_{（来源：narod.ru）}

我需要通过读取像素颜色来找到所有直线的算法。没有硬数学，没有哈尔，没有霍夫。一些基于点颜色的算法。我想给出最小线长和最大线失真等算法参数。我想获得相对于图片像素坐标线的起点和终点。

所以我需要算法来在图片上找到不同颜色的直线。算法将基于不同颜色的图像和静态颜色线的想法。是的 - 这种算法不适用于具有大量阴影和灯光的图像。但它可能会很快（我希望如此）。

有没有这样的算法？

我正在寻找一种简单的算法来查找图像上的直线。不一定很快，只是一个工作概念。我已经完成了我的作业，并且已经找到了解决问题的几种方法（例如Canny和 Hough 变换或LSD的组合），但找不到任何相对容易实现的方法。

我的输入数据是灰度 8 bpp 图像。

我正在做一个道路孔洞检测项目。我正在使用激光在道路上发射光束，并使用相机拍摄道路图像。图像可能是这样的

现在我想处理这个图像并给出一个结果是否是直的。如果它弯曲那么曲线有多大。我不明白该怎么做。我进行了很多搜索，但找不到合适的结果。有人可以帮我吗？

我试图在图像上找到一个十字架。步骤如下： 1. Canny 算子 2. 概率霍夫变换

=> 一组部分 - 在图像上。

我想连接虚线以获得一些长段。不幸的是，我没有找到任何标准工具来做到这一点：

1. 标准霍夫变换 - 返回无限线，所以它没有用。
2. 膨胀 - 无法连接虚线。

欢迎任何想法..

更新：

目前没有上图的确切来源，但这里是其中一个示例。

是否有任何（简单、快速、最佳）算法来检测图像文件中的线条？

理想情况下，图像将被转换为具有 0 和 1 的二维数组，其中 1 表示点，因此任务是使用尽可能少的线来覆盖点。

我使用 opencv 霍夫变换来尝试检测形状。使用 HoughLines 方法可以很好地检测到较长的线条。但较短的线条会被完全忽略。有什么方法也可以检测到较短的行吗？

我正在使用的代码在此页面上进行了描述 http://opencv-python-tutroals.readthedocs.org/en/latest/py_tutorials/py_imgproc/py_houghlines/py_houghlines.html

我对房子的角落等线条更感兴趣。我应该修改哪个参数来使用霍夫变换来做到这一点？或者我应该看看不同的算法

我最近一直在学习霍夫变换，我相信我对它们的工作原理有很好的了解，但是我遇到了概率霍夫变换的问题。我知道它应该返回段，但我的问题是对于返回的段，有几个显然属于同一行。下面的代码主要来自 OpenCV Python 教程，做了一些修改。

从输入和输出中可以看出，出现了几段相同的行。我已经竭尽全力尝试微调程序参数（canny 选项、线长、线间距、分辨率和阈值），但无论我尝试什么，我似乎都无法获得连接的线。我知道霍夫变换使用分箱或投票系统，但我要么误解了它，要么我使用不正确。在我看来，分箱应该采用具有大致相同 rho 和 theta 的线并将它们组合在一起，因此合并这些线。

基本上这就是我想做的所有事情：保留 min x,y 和 max x,y 以便我可以合并“应该”合并的段（由一些 bin 或百分比差异决定）。如果我继续努力，我可能会找到一种复杂的方法来解决这个问题，但是有没有一种简单/更好的方法来解决这个问题？

抱歉，如果这是转发。我试图在网上找到其他资源，但大多数问题都没有解决霍夫变换的这个方面。

以下是输入和输出图像：

我发现了关于检测图像中直线的其他问题，我将继续阅读。

但我知道在许多照片中，现实生活中的直线最终都是弯曲的。

我不需要去弯曲鱼眼失真或任何极端的东西。

但我想处理“典型”量的曲线失真，就好像它们仍然是直线一样。

是否有一些算法或技术可以以“足够好”的方式处理这个问题？

这是我一本书的旧照片，显示了我想到的那种弯曲的直线。这是曲率和镜头畸变的一个很好的例子。（通常由于背景中的其他行，这可能不是一个很好的例子，但这与当前问题无关。）