python - 使用 OpenCV 提高检测线的准确性

Question

我正在实现一个程序来检测相机图像中的线条。问题是当照片模糊时，我的线条检测算法会遗漏几条线条。有没有办法在不编辑参数的情况下提高 cv.HoughLines() 函数的准确性？

示例输入图像:

想要的图片:

我当前的实现:

def find_lines(img):
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    edges = cv.dilate(gray,np.ones((3,3), np.uint8),iterations=5)
    edges = cv.Canny(gray, 50, 150, apertureSize=3)
    lines = cv.HoughLines(edges, 1, np.pi/180, 350)

Answer 1

最好在将图像提供给 cv2.HoughLines() 之前对图像进行预处理。另外我认为 cv2.HoughLinesP() 会更好。这是一个简单的方法

• 将图像转换为 grayscale

• 应用锐化内核

• Threshold图片

• 执行 morphological operations平滑/过滤图像

---

我们使用 cv2.filter2D() 应用锐化内核这给了我们线的一般形状并删除了模糊的部分。可以找到其他过滤器 here .

现在我们对图像进行阈值处理以获得实线

存在一些小瑕疵，因此我们可以使用带有cv2.MORPH_ELLIPSE 内核的形态学操作来获得干净的菱形

最后为了得到想要的结果，我们dilate使用相同的内核。根据迭代次数，我们可以获得更细或更宽的线条

左 (iterations=2)，右 (iterations=3)

import cv2
import numpy as np

image = cv2.imread('1.png', 0)
sharpen_kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]])
sharpen = cv2.filter2D(image, -1, sharpen_kernel)
thresh = cv2.threshold(sharpen,220, 255,cv2.THRESH_BINARY)[1]
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3,3))
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=3)
result = cv2.dilate(opening, kernel, iterations=3)

cv2.imshow('thresh', thresh)
cv2.imshow('sharpen', sharpen)
cv2.imshow('opening', opening)
cv2.imshow('result', result)
cv2.waitKey()