git:https://github.com/linyi0604/Computer-Vision
# coding:utf8 import cv2
import numpy as np # 读入图像
img = cv2.imread("../data/line1.png")
# 转为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# Canny边缘检测
edges = cv2.Canny(gray, 50, 100)
"""
canny边缘检测:
有五个步骤:
1 高斯滤波器降噪
2 计算梯度
3 边缘上使用非最大抑制 nms
4 边缘上使用双阈值去除假阳性
5 分析所有边缘连接 消除不明显的边缘
""" minLineLength = 20
maxLineGap = 5
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 100, minLineLength, maxLineGap)
"""
cv2.HoughLinesP
作用:标准霍夫线变换, 找到图像中的所有直线
参数:
1 二值图
2 半径精度
3 角度精度
4 最短检测长度
5 允许的最大缺口
返回:
一个列表,每一项是一个四元组,分别是直线两个端点的坐标
"""
for line in lines:
for x1, y1, x2, y2 in line:
# 在图片上画直线
cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.imshow("edges", edges)
cv2.imshow("lines", img)
cv2.waitKey()
cv2.destroyAllWindows()