问题标签 [straight-line-detection]

我正在尝试删除图像中存在的所有线条。我能够检测到线条，但是当我尝试删除线条时，最终图像中仍然会出现几条小线条。我已经习惯cv2.getStructuringElement了水平线和垂直线。在某些情况下，最终图像会完全变形，我无法继续前进

图片取自谷歌

请帮忙！谢谢

我有一些灰度图，如下图：</p>

该图像就像一个“圆盘”，在非黑色区域包含大量噪声。我想检测其中的线条。这条线很容易被眼睛看到，但很难被电脑看到。我分发了这条线以进行更好的演示。

现在我尝试了很多方法，比如霍夫线变换、Radon变换等等。但是，很难判断我是否以错误的方式使用它们，或者这些方法不适用于这项任务。

我是图像处理的初学者。这里有人可以提供一些想法吗？非常感谢！

我正在尝试从给定数组中检测局部最大值。该数组是计算霍夫线变换后得到的正弦曲线。这是图像

这是 numpy 文件accumulator.npy。显然，有两个局部最大值。我想知道检测这两个最大值的最佳方法是什么。另外，找到最大值后如何绘制回线？谢谢。

我想数纸，所以我考虑使用线检测。我尝试过一些方法，如 Canny、HoughLines、FLD。但是我只得到处理后的照片，我不知道如何计算它。有一些小线段是我们想要的线。我用过len(lines)或len(contours)。然而，结果与我的预期相去甚远。结果是成百上千。那么有人有什么好主意吗？

原始照片

由 Canny处理 由 LSD 处理 由 HoughLinesP 处理

我有一组来自图像的坐标。使用这些坐标，我想在图像上绘制线条。在尝试时，我遇到了错误。请帮我解决这个问题。下面是代码。

错误：

点输出：

hough transformation using the normal equation of a line.

For calculating the value of r while keeping the values of x and y same for different θ the following formula is used.

r = sin(θ)y + cos(θ)x

But the results are not the same as shown in the slides. Am I missing something? I am a newbie please be gentle.

我正在研究一个需要最佳拟合线的问题，尽管最佳拟合应该应用于数据的初始部分而不是整个数据点。

当我想将函数应用于整个数据集时，我知道如何在数据集上对函数进行曲线拟合，但不知道如何在我的问题中实现这一点。

我想做的是：

• 找到数据集偏离可以在每个数据集中改变的直线的点（我的主要问题）
• 在数据点（下图中的蓝线）上找到最佳拟合（直线）。

请让我知道你的想法。

我正在将 python 中的骨骼公式图像处理器作为化学项目工作。它仍处于早期阶段，但我被一个问题难住了。当我运行图像处理时，单条线被计为多条；因为从单个笔线拾取多条线。因此，我需要一种区分线条的方法，并使其每条实际的笔线都注册一条线，这样我就可以准确地将其算作 CH3 组，就像它在骨骼公式中一样。

这是我当前的代码：

如我的问题所示，请参阅随附的图像。

任何链接/建议/评论/批评都非常感谢改进图像处理中的线检测。

我想在我的图像中找到线条的端点，然后将它们连接起来以修复换行符。图像中的蓝色部分是我要修复的换行符。绿色部分是检测到的轮廓线。

我尝试过概率霍夫变换，但它只检测一条线而不是所有线。有哪些其他方法可以用于此目的？请指导或提供相关文献。谢谢你。

霍夫 模板

一条直线的方程是 Y = MX + C，

我有一个点和点面对的角度，所以我可以计算出直线方程

这就是我用来获取 Y 截距和斜率或梯度的当前数学。

但是我想知道如何在我们的起点前面绘制一个点 X 距离。

目前，我正在尝试以下内容，其中 Y2 和 X2 是我们原始点的值加上 100 个单位。

这里是完整功能的粘贴箱：

https://pastebin.com/8435NzYc

谢谢。