基于Hough变换、OpenCV和python的平行线检测

Question

我需要一个我一直在工作的算法的帮助。我试图检测阈值图像中的所有线条，检测所有线条，然后只输出那些平行的线条。阈值图像输出我感兴趣的对象，然后我通过canny边缘检测器过滤该图像。然后，该边缘图像通过概率Hough变换。现在，我希望该算法能够检测任何图像中的平行线。我想通过检测所有直线的坐标并计算它们的斜率（然后是角度）来实现这一点。平行线必须具有相同或几乎相同的角度，这样我只能输出具有相同角度的线。我可以在图像中画一条假想的线，然后用它作为图像中所有检测到的线的参考？我只是不知道如何使用通过函数cv2检测到的所有直线的坐标。HoughLinesP（）。这个函数的文档说明输出是4D数组，这让我很困惑。这是我的代码的一部分：

rho_res = .1 # [pixels]

theta_res = np.pi / 180. # [radians]

threshold = 50 # [# votes]

min_line_length = 100 # [pixels]

max_line_gap = 40 # [pixels]

lines = cv2.HoughLinesP(edge_image, rho_res, theta_res, threshold, np.array([]),

                        minLineLength=min_line_length, maxLineGap=max_line_gap)

    if lines is not None:
                for i in range(0, len(linesP)):
                    coords = lines[i][0]
                    slope = (float(coords[3]) - coords[1]) / (float(coords[2]) - coords[0])
                    cv2.line(img, (coords[0], coords[1]), (coords[2], coords[3]), (0,0,255), 2, cv2.LINE_AA)

关于如何推断所有检测到的线条，然后只输出那些平行的线条，有什么想法吗？我在网上尝试了一些算法，但似乎都不起作用。同样，我的问题是理解和处理函数cv2的输出变量。HoughLinesP（）。我还找到了一个应该计算斜率的代码。我尝试了这个，但只是给我一个值（一个斜率）。我想要图像中所有线条的斜率。

Answer 1

我只是不明白如何使用通过函数cv2. HoughLinesP（）检测到的所有行的坐标。这个函数的留档说输出是一个4D数组，这让我很困惑。

4D阵列就是检测线的输出向量。每条线由4元素向量（x1，y1，x2，y2）表示，其中（x1，y1）和（x2，y2）是每个检测到的线段的终点。

请参考所附图片了解这些内容的含义。请记住，那些协调的是在图像空间中。

Answer 2

将霍夫变换投影到角度轴上。这会给你一个一维信号，作为θ的函数，与该方向的“线量”成正比。该信号中的峰值表示有许多平行线的方向。找到最大的峰值，它会给你一个θ。

现在回到Hough变换图像，用这个θ值检测峰值（可能允许一点晃动）。现在，在这个方向上有所有平行线。

很抱歉，我不能给你使用cv2的代码。HoughLinesP，我不知道这个函数。我希望这个描述能给你一个起点。

Answer 3

使用atan2函数计算范围0... Pi内所有行的斜率（角度）。要通过正角限制范围，请将Pi添加到负结果中。

按斜率对结果进行排序。遍历排序列表，为接近的值建立联合——这些线几乎平行。请注意，对于稍微不同的邻居值，您可能有长序列，但序列的开始和结束可能会有很大差异。因此使用一些（角度）阈值来中断序列运行。