python - OpenCV 概率霍夫线变换使用 C++ 和 Python 给出不同的结果？

Question

我正在使用 OpenCV 进行一个项目，Python 在项目的某些部分使用概率霍夫线变换函数“HoughLinesP”。我的代码工作得很好，没有问题。然后我想到将相同的代码转换为 C++。
将代码转换为C++后，输出与Python代码不一样。经过长时间的调试，我发现其他一切正常，但在 C++ 的情况下，“HoughLinesP”函数给出了不同的输出。两种语言中此函数的输入相同，参数值也相同，但输出不同。
有人可以解释一下为什么会发生这种情况以及任何可能的解决方法吗？
另外，我检查了这两种语言的 OpenCV 版本，它是相同的:4.5.0 dev此外，我尝试使用传递给 C++ 代码的值，但我无法获得类似的结果。
输入边缘图像:

Python HoughLinesP() 输出:

C++ HoughLinesP() 输出:

以下是每种语言的代码:
Python:

Lines = cv2.HoughLinesP(EdgeImage, 1, np.pi / 180, 50, 10, 15)

C++:

std::vector<cv::Vec4i> Lines;
cv::HoughLinesP(EdgeImage, Lines, 1, CV_PI / 180, 50, 10, 15);

如果有人可以提出建议，那将是一个很大的帮助。

Answer 1

解释和修复
出现问题是因为在 Python 版本中您没有设置您认为正在设置的参数。与在 Python 接口(interface)中调整参数列表的其他一些函数相比，HoughLinesP不仅返回行，还接受参数 lines用于线路输出。您可以在 HoughLinesP 的帮助中看到这一点。 :

import cv2
help(cv2.HoughLinesP)

这给了你(省略号我的):

Help on built-in function HoughLinesP:

HoughLinesP(...)
    HoughLinesP(image, rho, theta, threshold[, lines[, minLineLength[, maxLineGap]]]) -> lines
    .   @brief Finds line segments in a binary image using the probabilistic Hough transform.
    .   
...
    .   @param lines Output vector of lines. Each line is represented by a 4-element vector
    .   \f$(x_1, y_1, x_2, y_2)\f$ , where \f$(x_1,y_1)\f$ and \f$(x_2, y_2)\f$ are the ending points of each detected
    .   line segment.
...

所以基本上，在您的 python 示例中，您通过 10如 lines而不是 minLineLength .要解决此问题，您可以将一个空数组作为 lines 传递。或者您可以将参数作为关键字参数传递:

Lines = cv2.HoughLinesP(EdgeImage, rho=1, theta=np.pi/180,
                        threshold=50, minLineLength=10, maxLineGap=15)

这样做应该使您的 Python 版本的输出与 C++ 版本的输出匹配。
或者，如果您对 Python 版本的结果感到满意，则必须省略参数 lines (即仅将 minLineLength 设置为 15 并为 maxLineGap [ see docs ] 使用默认值 0):

std::vector<cv::Vec4i> Lines;
cv::HoughLinesP(EdgeImage, Lines, 1, CV_PI / 180, 50, 15);

这应该会重现您的 Python 版本。
例子
使用 openCV documentation of HoughLinesP 中列出的示例，您可以看到这解决了问题。
C++ 版本
(取自上面列出的 openCV 文档，并改为保存图像。)

#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
int main(int argc, char** argv)
{
    Mat src, dst, color_dst;
    if( argc != 3 || !(src=imread(argv[1], 0)).data)
        return -1;
    Canny( src, dst, 50, 200, 3 );
    cvtColor( dst, color_dst, COLOR_GRAY2BGR );
    vector<Vec4i> lines;
    HoughLinesP( dst, lines, 1, CV_PI/180, 80, 30, 10 );
    for( size_t i = 0; i < lines.size(); i++ )
    {
        line( color_dst, Point(lines[i][0], lines[i][1]),
        Point( lines[i][2], lines[i][3]), Scalar(0,0,255), 3, 8 );
    }
    imwrite( argv[2], color_dst );
    return 0;
}

如果你编译它并在文档中提供的示例图片上运行它，你会得到以下结果:

Python 版本不正确
(基本上，只是没有行参数的翻译 C++ 版本。)

import argparse
import cv2
import numpy as np

parser = argparse.ArgumentParser()
parser.add_argument("input_file", type=str)
parser.add_argument("output_file", type=str)
args = parser.parse_args()

src = cv2.imread(args.input_file, 0)
dst = cv2.Canny(src, 50., 200., 3)
color_dst = cv2.cvtColor(dst, cv2.COLOR_GRAY2BGR)
lines = cv2.HoughLinesP(dst, 1., np.pi/180., 80, 30, 10.)
for this_line in lines:
    cv2.line(color_dst,
            (this_line[0][0], this_line[0][1]),
            (this_line[0][2], this_line[0][3]),
            [0, 0, 255], 3, 8)
cv2.imwrite(args.output_file, color_dst)

运行它会给出以下(不同的)结果:

更正了python版本
(通过传递关键字 args 来修复)

import argparse
import cv2
import numpy as np

parser = argparse.ArgumentParser()
parser.add_argument("input_file", type=str)
parser.add_argument("output_file", type=str)
args = parser.parse_args()

src = cv2.imread(args.input_file, 0)
dst = cv2.Canny(src, 50., 200., 3)
color_dst = cv2.cvtColor(dst, cv2.COLOR_GRAY2BGR)
lines = cv2.HoughLinesP(dst, rho=1., theta=np.pi/180.,
                        threshold=80, minLineLength=30, maxLineGap=10.)
for this_line in lines:
    cv2.line(color_dst,
            (this_line[0][0], this_line[0][1]),
            (this_line[0][2], this_line[0][3]),
            [0, 0, 255], 3, 8)
cv2.imwrite(args.output_file, color_dst)

这给出了正确的结果(即与 C++ 版本相同的结果):